摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 课题研究的背景及研究的目的意义 | 第10-14页 |
1.2 国内外研究概况及动态 | 第14-17页 |
1.2.1 国外研究现状 | 第14-15页 |
1.2.2 国内研究现状 | 第15-17页 |
1.3 本文主要研究内容 | 第17-18页 |
第2章 SAR 图像基本特性分析 | 第18-26页 |
2.1 SAR 图像分辨率理论 | 第18-20页 |
2.2 SAR 图像提高分辨率描述 | 第20-22页 |
2.2.1 SAR 图像基本观测模型 | 第20-21页 |
2.2.2 SAR 图像分辨率评价准则 | 第21-22页 |
2.3 SAR 图像统计分布特征分析 | 第22-25页 |
2.3.1 SAR 图像的统计分布基本模型 | 第22-23页 |
2.3.2 SAR 图像稀疏分布 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第3章 基于正则化的 SAR 图像提高分辨率算法 | 第26-43页 |
3.1 正则化方法 | 第26-32页 |
3.1.1 正则化方法的数学理论 | 第26-27页 |
3.1.2 提高 SAR 图像分辨率的正则化方法 | 第27-28页 |
3.1.3 正则化方法的参数选择 | 第28-29页 |
3.1.4 基本正则化方法求解 | 第29-31页 |
3.1.5 正则化核心算法流程 | 第31-32页 |
3.2 SAR 图像进行二维分解的正则化处理 | 第32-34页 |
3.2.1 正则化对 SAR 图像处理条件 | 第32-33页 |
3.2.2 二维分解的 SAR 图像正则化处理 | 第33-34页 |
3.3 基于l k范数的正则化方法及迭代求解 | 第34-37页 |
3.3.1 表达式收敛性分析 | 第34-36页 |
3.3.2 数值实验 | 第36-37页 |
3.4 仿真结果与分析 | 第37-41页 |
3.4.1 一维数据仿真 | 第37-38页 |
3.4.2 SAR 图像二维数据的正则化仿真 | 第38-41页 |
3.5 本章小结 | 第41-43页 |
第4章 基于 Lorentz 函数正则化模型的 SAR 图像提高分辨率算法 | 第43-59页 |
4.1 SAR 图像数据稀疏性 | 第43-47页 |
4.1.1 稀疏性的后向散射机制分析 | 第44-47页 |
4.1.2 粗糙屈光面的后向散射所对图像幅度的影响 | 第47页 |
4.2 Lorentz 函数稀疏约束正则化模型的性质及其应用 | 第47-51页 |
4.2.1 Lorentz 稀疏约束的稳健性 | 第48-49页 |
4.2.2 模型的压缩性 | 第49-50页 |
4.2.3 解的广义稀疏性 | 第50-51页 |
4.2.4 Cauchy 模型的性质 | 第51页 |
4.3 基于 Lorentz 函数稀疏约束正则化模型的提高分辨率方法 | 第51-58页 |
4.3.1 模型的统计解释 | 第52-53页 |
4.3.2 模型求解 | 第53-55页 |
4.3.3 实验结果与分析 | 第55-58页 |
4.4 本章小结 | 第58-59页 |
结论 | 第59-60页 |
参考文献 | 第60-63页 |
攻读学位期间发表的学术论文 | 第63-64页 |
致谢 | 第64页 |