| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 PolSAR图像特征提取 | 第10-12页 |
| 1.2.2 PolSAR图像地物分类 | 第12-13页 |
| 1.2.3 稀疏表示理论 | 第13-15页 |
| 1.3 主要研究内容及论文结构 | 第15-17页 |
| 第2章 PolSAR图像特征分析与提取 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 PolSAR图像的表征 | 第17-18页 |
| 2.2.1 极化散射矩阵 | 第17页 |
| 2.2.2 相干矩阵和协方差矩阵 | 第17-18页 |
| 2.3 PolSAR图像特征提取 | 第18-24页 |
| 2.3.1 PolSAR图像散射特征提取 | 第18-21页 |
| 2.3.2 PolSAR图像极化特征提取 | 第21-22页 |
| 2.3.3 PolSAR图像纹理特征提取 | 第22-24页 |
| 2.4 实验结果与分析 | 第24-29页 |
| 2.4.1 实验数据介绍 | 第24-25页 |
| 2.4.2 基于目标分解的PolSAR图像散射特征 | 第25-26页 |
| 2.4.3 基于特征值分解的PolSAR图像极化特征 | 第26-27页 |
| 2.4.4 基于灰度共生矩阵的PolSAR图像纹理特征 | 第27-29页 |
| 2.4.5 PolSAR图像特征分析 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 稀疏表示基础及PolSAR图像分类 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 稀疏表示基础理论 | 第31-36页 |
| 3.2.1 信号的稀疏表示 | 第31-33页 |
| 3.2.2 字典的设计 | 第33-34页 |
| 3.2.3 稀疏系数的求解 | 第34-35页 |
| 3.2.4 稀疏表示分类模型 | 第35-36页 |
| 3.3 基于稀疏表示的PolSAR图像分类 | 第36-44页 |
| 3.3.1 PolSAR图像稀疏表示分类过程 | 第36-38页 |
| 3.3.2 分类类别的设定 | 第38-39页 |
| 3.3.3 稀疏度对稀疏表示分类的影响 | 第39-42页 |
| 3.3.4 基于稀疏表示的PolSAR图像分类结果 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 上下文稀疏表示模型及PolSAR图像分类 | 第45-60页 |
| 4.1 引言 | 第45页 |
| 4.2 稀疏约束优化模型 -拉普拉斯模型 | 第45-47页 |
| 4.3 上下文稀疏表示分类模型 | 第47-50页 |
| 4.3.1 数学模型 | 第47-49页 |
| 4.3.2 稀疏系数矩阵求解 | 第49-50页 |
| 4.4 基于上下文稀疏表示的PolSAR图像分类 | 第50-58页 |
| 4.4.1 稀疏度对上下文稀疏表示分类的影响 | 第50-54页 |
| 4.4.2 基于上下文稀疏表示的PolSAR图像分类结果 | 第54-55页 |
| 4.4.3 CSRC、SRC、SVM三种分类器的比较分析 | 第55-58页 |
| 4.5 本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第67-69页 |
| 致谢 | 第69页 |
