噪声抑制的极化SAR图像分割方法研究 |
论文目录 | | | 致谢 | 第1-8页 | | 摘要 | 第8-9页 | | ABSTRACT | 第9-14页 | | 第一章 绪论 | 第14-20页 | | 1.1 研究背景及意义 | 第14-15页 | | 1.2 国内外研究现状 | 第15-18页 | | 1.3 本文主要内容及内容安排 | 第18-20页 | | 1.3.1 论文创新点 | 第18页 | | 1.3.2 本文内容安排 | 第18-20页 | | 第二章 多极化合成孔径雷达基本理论介绍 | 第20-27页 | | 2.1 多级化成像原理 | 第20页 | | 2.2 多极化SAR图像及分解方式 | 第20-25页 | | 2.2.1 多极化SAR图像 | 第20-23页 | | 2.2.2 目标极化分解 | 第23-25页 | | 2.3 相干斑噪声介绍 | 第25-26页 | | 2.4 本章小结 | 第26-27页 | | 第三章 基于MRF的区域级SAR图像分割方法 | 第27-43页 | | 3.1 图像分割算法 | 第27-29页 | | 3.1.1 活动轮廓 | 第27页 | | 3.1.2 分裂与合并 | 第27页 | | 3.1.3 均值移位与模态发现 | 第27页 | | 3.1.4 规范图割 | 第27-28页 | | 3.1.5 图割和基于能量的方法 | 第28-29页 | | 3.2 分割方法评估 | 第29-30页 | | 3.3 MAP-MRF数学模型 | 第30-39页 | | 3.3.1 MRF模型 | 第30-36页 | | 3.3.2 Bayes估计 | 第36-38页 | | 3.3.3 MAP-MRF标记 | 第38-39页 | | 3.4 优化算法 | 第39-42页 | | 3.4.1 确定性松弛算法 | 第41页 | | 3.4.2 随机性松弛算法 | 第41-42页 | | 3.5 本章小结 | 第42-43页 | | 第四章 噪声抑制的多极化SAR分割算法 | 第43-53页 | | 4.1 分水岭分割 | 第43-44页 | | 4.2 噪声抑制的多极化SAR图像分割算法 | 第44-46页 | | 4.3 实验结果与分析 | 第46-52页 | | 4.4 本章小结 | 第52-53页 | | 第五章 利用区域合并的的可变权值多极化SAR分割算法 | 第53-63页 | | 5.1 区域MRF多极化SAR分割算法 | 第53页 | | 5.2 利用区域合并的的可变权值多极化SAR分割算法 | 第53-56页 | | 5.2.1 可变权值的空间上下文模型 | 第54-55页 | | 5.2.2 合并准则 | 第55-56页 | | 5.2.3 擦除边界 | 第56页 | | 5.3 实验结果与分析 | 第56-61页 | | 5.3.1 单视高噪声SAR图像实验结果 | 第56-59页 | | 5.3.2 多视SAR图像实验结果 | 第59-61页 | | 5.4 本章小结 | 第61-63页 | | 第六章 总结与展望 | 第63-65页 | | 6.1 工作总结 | 第63-64页 | | 6.2 后续工作展望 | 第64-65页 | | 参考文献 | 第65-70页 | | 攻读硕士学位期间的学术活动及成果情况 | 第70-71页 |
|
|
|
| |
