| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第15-18页 |
| 缩略语对照表 | 第18-24页 |
| 第一章 绪论 | 第24-38页 |
| 1.1 基于内容的遥感图像检索 | 第24-25页 |
| 1.2 基于内容的遥感图像检索方法简介 | 第25-29页 |
| 1.2.1 综合完备的RSIR系统 | 第25-27页 |
| 1.2.2 解决CBIR领域相关技术难题的RSIR方法 | 第27-29页 |
| 1.2.3 RSIR技术的多方面应用 | 第29页 |
| 1.3 图像重排序 | 第29-30页 |
| 1.4 图像重排序方法介绍 | 第30-33页 |
| 1.4.1 相关反馈 | 第31-32页 |
| 1.4.2 不依赖样本的重排序 | 第32-33页 |
| 1.5 基于内容的遥感图像检索、重排序问题的评价方式 | 第33页 |
| 1.6 基于内容的遥感图像检索、重排序问题的研究难点 | 第33-34页 |
| 1.7 本文主要工作及结构安排 | 第34-38页 |
| 第二章 基于半监督语义分类和区域距离测度的SAR图像检索算法 | 第38-58页 |
| 2.1 引言 | 第38页 |
| 2.2 方法论 | 第38-47页 |
| 2.2.1 方法框架 | 第38-40页 |
| 2.2.2 半监督学习 | 第40-41页 |
| 2.2.3 分类错误纠正策略 | 第41-43页 |
| 2.2.4 改进的综合区域匹配距离测度 | 第43-47页 |
| 2.2.5 本章算法总结 | 第47页 |
| 2.3 SAR图像库介绍 | 第47-49页 |
| 2.4 实验结果与分析 | 第49-56页 |
| 2.4.1 实验设置 | 第49-50页 |
| 2.4.2 SAR图像检索示例 | 第50-51页 |
| 2.4.3 IIRM性能评价 | 第51-52页 |
| 2.4.4 检索算法性能评价 | 第52-54页 |
| 2.4.5 分类错误纠正策略有效性分析 | 第54页 |
| 2.4.6 算法鲁棒性分析 | 第54-55页 |
| 2.4.7 算法运行时间 | 第55-56页 |
| 2.5 本章小结 | 第56-58页 |
| 第三章 基于模糊相似度和相关反馈的SAR图像检索算法 | 第58-78页 |
| 3.1 引言 | 第58页 |
| 3.2 方法论 | 第58-67页 |
| 3.2.1 方法框架 | 第58-59页 |
| 3.2.2 基于区域的模糊匹配测度 | 第59-65页 |
| 3.2.3 多重相关反馈策略 | 第65-67页 |
| 3.3 实验数据介绍 | 第67-68页 |
| 3.4 实验结果与分析 | 第68-77页 |
| 3.4.1 实验设置 | 第68-69页 |
| 3.4.2 SAR图像检索示例 | 第69-70页 |
| 3.4.3 RFM性能评价 | 第70-71页 |
| 3.4.4 检索算法性能评价 | 第71-73页 |
| 3.4.5 MRF有效性分析 | 第73-75页 |
| 3.4.6 RFM高斯核有效性分析 | 第75-76页 |
| 3.4.7 参数分析 | 第76-77页 |
| 3.5 本章小结 | 第77-78页 |
| 第四章 基于融合相似度的SAR图像重排序算法 | 第78-90页 |
| 4.1 引言 | 第78页 |
| 4.2 方法论 | 第78-82页 |
| 4.2.1 方法框架 | 第78-79页 |
| 4.2.2 预处理 | 第79-80页 |
| 4.2.3 重排序 | 第80-82页 |
| 4.3 实验数据介绍 | 第82页 |
| 4.4 实验结果与分析 | 第82-88页 |
| 4.4.1 实验设置 | 第82-83页 |
| 4.4.2 FSR有效性分析 | 第83页 |
| 4.4.3 SAR图像重排序示例 | 第83-85页 |
| 4.4.4 FSR性能评价 | 第85-86页 |
| 4.4.5 融合策略重要性分析 | 第86-87页 |
| 4.4.6 参数分析 | 第87页 |
| 4.4.7 算法运行时间 | 第87-88页 |
| 4.5 本章小结 | 第88-90页 |
| 第五章 两阶段重排序算法及其在遥感图像中的应用 | 第90-114页 |
| 5.1 引言 | 第90页 |
| 5.2 方法论 | 第90-95页 |
| 5.2.1 方法框架 | 第90页 |
| 5.2.2 TSR的第一个阶段：编辑策略 | 第90-92页 |
| 5.2.3 TSR的第二个阶段：MSFR重排序 | 第92-95页 |
| 5.2.4 算法计算复杂度分析 | 第95页 |
| 5.3 实验数据介绍 | 第95-98页 |
| 5.4 实验结果与分析 | 第98-112页 |
| 5.4.1 实验设置 | 第98-99页 |
| 5.4.2 TSR有效性分析 | 第99-101页 |
| 5.4.3 遥感图像重排序示例 | 第101页 |
| 5.4.4 TSR性能评价 | 第101-105页 |
| 5.4.5 编辑策略重要性分析 | 第105-108页 |
| 5.4.6 不同AL算法对结果的影响 | 第108页 |
| 5.4.7 用户标注错误对TSR的影响 | 第108-109页 |
| 5.4.8 参数分析 | 第109-111页 |
| 5.4.9 算法运行时间 | 第111-112页 |
| 5.5 本章小结 | 第112-114页 |
| 第六章 基于联合重排序算法的遥感图像检索 | 第114-128页 |
| 6.1 引言 | 第114页 |
| 6.2 方法论 | 第114-118页 |
| 6.2.1 方法框架 | 第114页 |
| 6.2.2 粗重排序 | 第114-115页 |
| 6.2.3 细重排序 | 第115-117页 |
| 6.2.4 算法计算复杂度分析 | 第117-118页 |
| 6.3 实验数据介绍 | 第118页 |
| 6.4 实验结果与分析 | 第118-125页 |
| 6.4.1 实验设置 | 第118-119页 |
| 6.4.2 算法有效性验证 | 第119-120页 |
| 6.4.3 重排序样例 | 第120页 |
| 6.4.4 算法性能评价 | 第120-122页 |
| 6.4.5 LF策略的重要性 | 第122-123页 |
| 6.4.6 JTR算法对正向量u的鲁棒性 | 第123页 |
| 6.4.7 不同参数对JTR的影响 | 第123-124页 |
| 6.4.8 算法运行时间 | 第124页 |
| 6.4.9 JTR和TSR的性能比较 | 第124-125页 |
| 6.5 本章小结 | 第125-128页 |
| 第七章 基于深度特征的SAR图像检索 | 第128-144页 |
| 7.1 引言 | 第128页 |
| 7.2 CNN网络基本结构 | 第128-129页 |
| 7.3 四种流行的深度CNN网络 | 第129-133页 |
| 7.3.1 AlexNet | 第129-130页 |
| 7.3.2 Overfeat | 第130-132页 |
| 7.3.3 5CNN | 第132页 |
| 7.3.4 OverfeatCNN | 第132-133页 |
| 7.4 测试数据及实验设置 | 第133-135页 |
| 7.5 实验结果与分析 | 第135-142页 |
| 7.5.1 基于不同特征的图像分类结果 | 第135页 |
| 7.5.2 不同特征在“农田”类中的检索结果 | 第135-136页 |
| 7.5.3 不同特征在“水域”类中的检索结果 | 第136-137页 |
| 7.5.4 不同特征在图像库中的整体表现 | 第137-138页 |
| 7.5.5 参数分析 | 第138-142页 |
| 7.5.6 网络训练时间 | 第142页 |
| 7.6 本章小结 | 第142-144页 |
| 第八章 总结与展望 | 第144-148页 |
| 参考文献 | 第148-166页 |
| 致谢 | 第166-168页 |
| 作者简介 | 第168-170页 |
