论文目录 | |
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 SAR 图像散斑噪声消除研究现状 | 第10-11页 |
| 1.2 基于多尺度分析和独立成分分析的SAR 图像散斑噪声消除 | 第11-12页 |
| 1.3 论文主要工作与内容安排 | 第12-13页 |
| 第二章 SAR 图像散斑消除 | 第13-19页 |
| 2.1 SAR 图像散斑噪声模型与统计特性 | 第13-15页 |
| 2.1.1 SAR 图像散斑噪声形成机理 | 第13-14页 |
| 2.1.2 SAR 图像散斑模型与统计特性 | 第14-15页 |
| 2.2 SAR 图像散斑消除经典算法 | 第15-17页 |
| 2.3 SAR 图像消噪性能评价指标 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 基于多尺度分析的SAR 图散斑消除算法研究 | 第19-42页 |
| 3.1 基于多重分形的SAR 图消噪算法 | 第19-25页 |
| 3.1.1 多重分形基础 | 第19-21页 |
| 3.1.2 基于多重分形的散斑噪声消除 | 第21-25页 |
| 3.2 小波阈值收缩法用于SAR 图散斑消除 | 第25-30页 |
| 3.2.1 基本思想 | 第25-26页 |
| 3.2.2 收缩阈值估计 | 第26-28页 |
| 3.2.3 收缩函数设计 | 第28-30页 |
| 3.3 辅助技术 | 第30-33页 |
| 3.3.1 数学形态学技术 | 第30-32页 |
| 3.3.2 均值滤波技术 | 第32-33页 |
| 3.4 实验设计与结果分析 | 第33-40页 |
| 3.4.1 多重分形实验篇 | 第33-39页 |
| 3.4.2 小波阈值收缩实验篇 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于独立成分分析的SAR 图散斑消除算法研究 | 第42-58页 |
| 4.1 独立成分分析算法 | 第42-43页 |
| 4.1.1 独立成分分析的经典求解模型 | 第42-43页 |
| 4.2 基于独立成分分析的稀疏编码阈值收缩算法 | 第43-46页 |
| 4.3 基于独立成分分析的自适应空间分离算法研究 | 第46-49页 |
| 4.4 实验设计与结果分析 | 第49-56页 |
| 4.4.1 稀疏编码阈值收缩实验篇 | 第49-53页 |
| 4.4.2 自适应空间分离实验篇 | 第53-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 基于多尺度分析与独立成分分析的SAR 图散斑消除算法研究 | 第58-78页 |
| 5.1 基于小波与分形的多尺度内部结合消噪算法――WF 研究 | 第58-60页 |
| 5.2 基于小波与独立成分分析的SAR 图消噪算法――WCA 研究 | 第60-61页 |
| 5.3 基于分形与独立成分分析的SAR 图消噪算法研究 | 第61-67页 |
| 5.3.1 基于分形H(o|¨)lder 指数的ICA 基图像增强分离算法――FCA 研究 | 第61-64页 |
| 5.3.2 基于分形H(o|¨)lder 指数图的编码收缩算法――H-ICA 研究 | 第64-67页 |
| 5.4 实验设计与结果分析 | 第67-77页 |
| 5.4.1 小波与分形多尺度结合算法――WF 实验篇 | 第67-70页 |
| 5.4.2 小波ICA 结合算法――WCA 实验篇 | 第70-72页 |
| 5.4.3 基于分形H(o|¨)lder 指数的ICA 基图像增强分离算法――FCA 实验篇 | 第72-75页 |
| 5.4.4 基于分形H(o|¨)lder 指数图的编码收缩算法――H-ICA 实验篇 | 第75-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 全文总结 | 第78-81页 |
| 6.1 主要结论 | 第78-79页 |
| 6.2 研究展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 符号与缩略词说明 | 第85-86页 |
| 致谢 | 第86-87页 |
| 攻读硕士学位期间已发表或录用的论文 | 第87-89页 |
