| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究的背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的主要内容及章节安排 | 第11-13页 |
| 1.3.1 本文的主要研究内容 | 第11页 |
| 1.3.2 本文的章节安排 | 第11-13页 |
| 第二章 活动轮廓模型与水平集方法 | 第13-24页 |
| 2.1 基于参数的经典活动轮廓模型 | 第13-16页 |
| 2.1.1 Snake模型 | 第13-15页 |
| 2.1.2 GVF模型 | 第15-16页 |
| 2.2 基于几何的经典活动轮廓模型 | 第16-23页 |
| 2.2.1 水平集方法介绍 | 第16-17页 |
| 2.2.2 CV模型 | 第17-19页 |
| 2.2.3 Ayed模型 | 第19-20页 |
| 2.2.4 LGDF模型 | 第20-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于区域的SAR图像目标轮廓提取方法研究 | 第24-34页 |
| 3.1 基于区域的SAR图像统计建模 | 第24-28页 |
| 3.1.1 基于多种统计分布的SAR图像目标轮廓提取方法 | 第24-25页 |
| 3.1.2 基于Gamma分布的SAR图像目标轮廓提取方法 | 第25-28页 |
| 3.2 实验结果与分析 | 第28-33页 |
| 3.2.1 对斑点噪声的鲁棒性验证 | 第28-30页 |
| 3.2.2 对初始轮廓位置的敏感性验证 | 第30-31页 |
| 3.2.3 与其他方法对比 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 基于边缘-区域的SAR图像目标轮廓提取方法研究 | 第34-45页 |
| 4.1 基于边缘-区域的SAR图像变分分割方法 | 第34-39页 |
| 4.1.1 基于边缘-区域的SAR图像能量泛函 | 第34-36页 |
| 4.1.2 基于变分水平集方法的能量泛函求解 | 第36-38页 |
| 4.1.3 算法描述 | 第38-39页 |
| 4.2 实验结果与分析 | 第39-44页 |
| 4.2.1 对斑点噪声的鲁棒性和初始轮廓的敏感性验证 | 第39-41页 |
| 4.2.2 正则项和梯度项的作用 | 第41-43页 |
| 4.2.3 与其他方法对比 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 工作总结 | 第45-46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 发表论文和科研情况说明 | 第51-52页 |
| 致谢 | 第52页 |
