| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 合成孔径雷达的发展概况及应用 | 第8-9页 |
| 1.2 课题研究的目的和意义 | 第9-10页 |
| 1.3 本文的主要研究内容及论文的结构 | 第10-12页 |
| 第二章 SAR成像原理及SAR图像处理技术 | 第12-22页 |
| 2.1 SAR成像原理 | 第12-13页 |
| 2.2 SAR图像相干斑噪声的形成及其模型 | 第13-14页 |
| 2.2.1 SAR图像相干斑噪声的形成 | 第13-14页 |
| 2.2.2 SAR图像相干斑噪声模型 | 第14页 |
| 2.3 SAR图像特点 | 第14-15页 |
| 2.4 SAR图像关键处理技术及其应用 | 第15-19页 |
| 2.4.1 SAR图像相干斑抑制技术 | 第15-17页 |
| 2.4.2 SAR图像变化检测技术 | 第17-18页 |
| 2.4.3 SAR图像分割技术 | 第18-19页 |
| 2.5 本章小结 | 第19-22页 |
| 第三章 基于Directionlet域统计模型的SAR图像去噪 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 第一代Directionlet理论与第二代Directionlet理论 | 第22-27页 |
| 3.2.1 第一代Directionlet理论 | 第23-25页 |
| 3.2.2 第二代Directionlet变换 | 第25-27页 |
| 3.3 SAR图像变换域统计模型理论 | 第27-29页 |
| 3.4 基于第二代Directionlet域HMT模型的SAR图像相干斑抑制算法 | 第29-32页 |
| 3.4.1 第二代Directionlet变换域HMT模型 | 第29-30页 |
| 3.4.2 SG-Directionlet变换域HMT模型的参数估计 | 第30-31页 |
| 3.4.3 算法的具体实现步骤 | 第31-32页 |
| 3.5 实验结果与分析 | 第32-36页 |
| 3.5.1 模拟相干斑图像去噪实验结果与分析 | 第33-35页 |
| 3.5.2 真实SAR图像去噪实验结果与分析 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 基于Directionlet域图像融合与聚类分析的SAR图像变化检测 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 基于Directionlet变换的SAR图像融合 | 第38-40页 |
| 4.2.1 图像融合概念 | 第38-39页 |
| 4.2.2 基于Directionlet变换的SAR图像融合 | 第39-40页 |
| 4.3 基于Directionlet域图像融合与聚类分析的SAR图像变化检测算法 | 第40-45页 |
| 4.3.1 图像预处理 | 第40-41页 |
| 4.3.2 生成联合差异图 | 第41-44页 |
| 4.3.3 对联合差异图进行图像分割 | 第44-45页 |
| 4.4 实验结果与分析 | 第45-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 基于特征提取和选择性聚类集成的SAR图像分割 | 第50-64页 |
| 5.1 引言 | 第50页 |
| 5.2 聚类集成理论 | 第50-54页 |
| 5.2.1 传统的聚类集成算法 | 第51页 |
| 5.2.2 改进的聚类集成算法 | 第51-53页 |
| 5.2.3 改进的聚类集成算法的有效性验证 | 第53-54页 |
| 5.3 基于特征提取和选择性K-means聚类集成的SAR图像分割算法 | 第54-56页 |
| 5.3.1 构造SAR图像多维特征集 | 第54-55页 |
| 5.3.2 特征集降维 | 第55页 |
| 5.3.3 利用中心配准的聚类集成算法对新特征集进行划分 | 第55-56页 |
| 5.4 实验结果与分析 | 第56-62页 |
| 5.4.1 合成数据分割实验 | 第56-58页 |
| 5.4.2 真实SAR图像分割实验 | 第58-62页 |
| 5.5 本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64页 |
| 6.2 研究展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 作者攻读硕士学位期间的科研成果 | 第74-75页 |
