| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-14页 |
| 1.1 极化合成孔径雷达(PolSAR)概括及发展 | 第7-8页 |
| 1.2 选题背景和研究意义 | 第8-9页 |
| 1.3 基于SAR浮筏养殖目标识别的研究现状 | 第9-10页 |
| 1.4 基于PolSAR的多特征提取方法概述 | 第10-12页 |
| 1.4.1 极化特征提取方法 | 第10-11页 |
| 1.4.2 空间域特征和变换域特征提取方法 | 第11-12页 |
| 1.5 本文主要研究内容 | 第12-14页 |
| 2 浮筏养殖成像特性及多特征特性研究 | 第14-31页 |
| 2.1 浮筏养殖成像特性分析 | 第14-17页 |
| 2.2 浮筏养殖散射机制分析 | 第17-20页 |
| 2.2.1 浮筏物理结构分析 | 第17页 |
| 2.2.2 浮筏散射机制分析 | 第17-20页 |
| 2.3 多特征提取及验证 | 第20-25页 |
| 2.3.1 极化特征提取 | 第20-21页 |
| 2.3.2 纹理特征提取 | 第21-22页 |
| 2.3.3 轮廓特征提取 | 第22-23页 |
| 2.3.4 多特征区分性分析 | 第23-25页 |
| 2.4 多特征有效集成算法 | 第25-27页 |
| 2.5 实验结果及讨论 | 第27-29页 |
| 2.6 本章小结 | 第29-31页 |
| 3 基于广义统计区域合并的SAR图像浮筏目标识别算法 | 第31-49页 |
| 3.1 局部二值模式算法 | 第31-33页 |
| 3.2 广义统计区域合并算法 | 第33-34页 |
| 3.3 结合GLBP_GSRM的多特征集成算法 | 第34-38页 |
| 3.3.1 GLBP_GSRM超像素分割算法 | 第34-36页 |
| 3.3.2 基于GLBP_GSRM的浮筏养殖目标识别 | 第36-38页 |
| 3.4 实验结果及讨论 | 第38-47页 |
| 3.4.1 C波段Radarsat-2SAR数据仿真 | 第38-45页 |
| 3.4.2 X波段TerraSAR数据仿真 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 4 基于自适应非局部堆栈稀疏自编码器的PolSAR图像浮筏目标识别 | 第49-71页 |
| 4.1 非局部均值算法 | 第50-51页 |
| 4.2 堆栈稀疏自编码器 | 第51-55页 |
| 4.2.1 稀疏自编码器 | 第51-52页 |
| 4.2.2 堆栈稀疏自编码器 | 第52-55页 |
| 4.3 自适应非局部堆栈自编码器 | 第55-60页 |
| 4.3.1 自适应非局部空间信息提取算法 | 第55-57页 |
| 4.3.2 自适应非局部堆栈自编码器算法 | 第57-60页 |
| 4.4 实验结果及讨论 | 第60-70页 |
| 4.4.1 参数讨论 | 第61-62页 |
| 4.4.2 标准数据仿真 | 第62-66页 |
| 4.4.3 浮筏养殖数据仿真 | 第66-70页 |
| 4.5 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间发表学术论文情况 | 第77-78页 |
| 致谢 | 第78-80页 |
