| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-13页 |
| 1.2.1 基于特征的SAR图像配准 | 第10-11页 |
| 1.2.2 基于变换的SAR图像配准 | 第11-12页 |
| 1.2.3 基于图方法的SAR图像配准 | 第12-13页 |
| 1.3 本文的研究内容 | 第13页 |
| 1.4 本文的结构安排 | 第13-14页 |
| 第二章 SAR图像配准理论基础 | 第14-23页 |
| 2.1 SAR的成像原理 | 第14-16页 |
| 2.1.1 脉冲压缩技术与距离向分辨率 | 第14-15页 |
| 2.1.2 合成孔径技术与方位向分辨率 | 第15-16页 |
| 2.2 SAR图像斑点噪声的统计特性分析 | 第16-19页 |
| 2.2.1 斑点噪声的统计特性 | 第16-17页 |
| 2.2.2 基于滤波的斑点噪声抑制 | 第17-19页 |
| 2.3 SAR图像配准理论 | 第19-22页 |
| 2.3.1 SAR图像配准的数学描述 | 第19页 |
| 2.3.2 SAR图像配准的一般步骤 | 第19-20页 |
| 2.3.3 基于轮廓特征的SAR图像配准 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于改进的Shape Context和SVD的SAR图像配准 | 第23-36页 |
| 3.1 经典的Shape Context描述子 | 第23-24页 |
| 3.2 几种改进的Shape Context描述子 | 第24-26页 |
| 3.3 基于改进Shape Context和SVD的SAR图像配准方法 | 第26-32页 |
| 3.3.1 轮廓采样点集的获取 | 第27-28页 |
| 3.3.2 改进的Shape Context描述子的生成 | 第28-29页 |
| 3.3.3 基于SVD的相似度矩阵分解 | 第29-31页 |
| 3.3.4 SAR图像配准 | 第31-32页 |
| 3.4 实验结果与分析 | 第32-35页 |
| 3.4.1 算法有效性分析 | 第32-34页 |
| 3.4.2 算法复杂度分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 Steerable域中的SAR图像多尺度配准 | 第36-46页 |
| 4.1 尺度空间理论 | 第37页 |
| 4.2 Steerable域中的SAR图像多尺度配准 | 第37-42页 |
| 4.2.1 DOG方法 | 第37-39页 |
| 4.2.2 Steerable滤波 | 第39-41页 |
| 4.2.3 Steerable域中的SAR图像多尺度配准方法 | 第41-42页 |
| 4.3 实验结果与分析 | 第42-45页 |
| 4.3.1 算法可行性分析 | 第42-43页 |
| 4.3.2 算法稳健性分析 | 第43-45页 |
| 4.3.3 算法复杂度分析 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 工作总结 | 第46-47页 |
| 5.2 工作展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 发表论文和科研情况说明 | 第52-53页 |
| 致谢 | 第53-54页 |
