| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 极化SAR图像地物分类问题 | 第15-17页 |
| 1.1.1 极化SAR | 第15-16页 |
| 1.1.2 极化SAR影像地物分类发展历史 | 第16-17页 |
| 1.2 稀疏编码 | 第17-21页 |
| 1.2.1 稀疏编码基本理论 | 第17-18页 |
| 1.2.2 稀疏编码理论发展历程和存在问题 | 第18-19页 |
| 1.2.3 论文内容与安排 | 第19-21页 |
| 第二章 极化SAR影像地物分类基本理论 | 第21-33页 |
| 2.1 极化描述 | 第21-22页 |
| 2.1.1 电磁波极其极化 | 第21-22页 |
| 2.1.2 描述矩阵 | 第22页 |
| 2.2 极化SAR特征提取方法 | 第22-26页 |
| 2.2.1 测量数据简单变换和组合的特征 | 第22-23页 |
| 2.2.2 目标分解的特征 | 第23-26页 |
| 2.3 经典的极化SAR影像地物分类算法 | 第26-31页 |
| 2.3.1 监督极化SAR影像地物分类 | 第26-29页 |
| 2.3.2 非监督极化SAR影像地物分类 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于改进K-SVD字典学习与稀疏编码的极化SAR影像地物分类 | 第33-45页 |
| 3.1 引言 | 第33页 |
| 3.2 K-SVD基本理论 | 第33-35页 |
| 3.3 基于误差最小的稀疏编码分类器 | 第35-36页 |
| 3.4 基于改进K-SVD的极化SAR影像地物分类 | 第36-38页 |
| 3.4.1 算法设计思想 | 第36-37页 |
| 3.4.2 算法实现策略 | 第37-38页 |
| 3.5 对比实验结果和分析 | 第38-44页 |
| 3.5.1 实验数据 | 第38页 |
| 3.5.2 旧金山地区分类结果 | 第38-40页 |
| 3.5.3 荷兰地区分类结果 | 第40-42页 |
| 3.5.4 德国地区分类结果 | 第42-44页 |
| 3.5.5 实验分析 | 第44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 基于协同表示与稀疏自编码器的极化SAR影像地物分类 | 第45-59页 |
| 4.1 协同表示 | 第45-46页 |
| 4.2 稀疏自编码器 | 第46-48页 |
| 4.3 基于协同表示与稀疏自编码器的极化SAR影像地物分类 | 第48-49页 |
| 4.3.1 算法设计思想 | 第48页 |
| 4.3.2 算法实现策略 | 第48-49页 |
| 4.4 对比实验结果和分析 | 第49-57页 |
| 4.4.1 旧金山地区分类结果 | 第49-52页 |
| 4.4.2 荷兰地区分类结果 | 第52-54页 |
| 4.4.3 德国地区分类结果 | 第54-57页 |
| 4.4.4 实验分析 | 第57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 基于ICA稀疏编码和重要采样的极化SAR影像地物分类 | 第59-71页 |
| 5.1 ICA稀疏编码 | 第59-63页 |
| 5.1.1 独立成分分析 | 第59-63页 |
| 5.1.2 基于ICA的稀疏编码 | 第63页 |
| 5.2 基于最近邻规则的重要采样 | 第63-64页 |
| 5.3 基于ICA稀疏编码和重要采样的极化SAR影像地物分类 | 第64-65页 |
| 5.3.1 算法设计思想 | 第64页 |
| 5.3.2 算法实现策略 | 第64-65页 |
| 5.4 对比实验结果和分析 | 第65-69页 |
| 5.4.1 旧金山地区分类结果 | 第65-66页 |
| 5.4.2 荷兰地区分类结果 | 第66-67页 |
| 5.4.3 德国地区分类结果 | 第67-69页 |
| 5.4.4 实验分析 | 第69页 |
| 5.5 本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79-80页 |
