论文目录 | |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14页 |
| 1.2 图像分割的研究现状 | 第14-16页 |
| 1.2.1 图像分割 | 第15页 |
| 1.2.2 图像语义分割 | 第15-16页 |
| 1.3 SAR图像分割的研究现状 | 第16-18页 |
| 1.3.1 SAR图像分割 | 第16-17页 |
| 1.3.2 SAR图像语义分割 | 第17-18页 |
| 1.4 深度学习理论的研究现状 | 第18-19页 |
| 1.4.1 深度学习的发展 | 第18页 |
| 1.4.2 经典的深度学习模型 | 第18-19页 |
| 1.4.3 反卷积神经网络的研究现状 | 第19页 |
| 1.5 论文的主要内容与安排 | 第19-22页 |
| 第二章 SAR图像的语义空间和像素子空间 | 第22-28页 |
| 2.1 Marr视觉计算理论 | 第22页 |
| 2.2 图像的初始素描模型 | 第22-23页 |
| 2.3 SAR图像的素描模型 | 第23-24页 |
| 2.4 SAR图像的层次视觉语义模型 | 第24-26页 |
| 2.5 划分像素子空间 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 针对极不匀质区域的脊波滤波器和反卷积结构模型 | 第28-50页 |
| 3.1 引言 | 第28页 |
| 3.2 脊波滤波器的初始化 | 第28-32页 |
| 3.2.1 脊波理论 | 第28-29页 |
| 3.2.2 脊波滤波器的参数的初始化 | 第29-31页 |
| 3.2.3 脊波滤波器集合的构造 | 第31-32页 |
| 3.3 反卷积结构模型 | 第32-40页 |
| 3.3.1 经典的反卷积神经网络 | 第32页 |
| 3.3.2 构造反卷积结构模型的前期实验 | 第32-35页 |
| 3.3.3 反卷积结构模型的构造 | 第35-36页 |
| 3.3.4 反卷积结构模型的训练过程 | 第36-40页 |
| 3.4 SAR图像混合聚集结构地物像素子空间的特征学习 | 第40-45页 |
| 3.4.1 算法描述 | 第40-41页 |
| 3.4.2 实验仿真与分析 | 第41-45页 |
| 3.5 SAR图像的混合聚集结构地物像素子空间的分割 | 第45-49页 |
| 3.5.1 基于特征向量的层次聚类算法 | 第46-47页 |
| 3.5.2 算法描述 | 第47页 |
| 3.5.3 实验仿真与分析 | 第47-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 针对极不匀质区域的非卷积运算的结构约束的脊波滤波器反卷积结构学习模型 | 第50-64页 |
| 4.1 引言 | 第50-51页 |
| 4.2 非卷积运算的结构约束的脊波滤波器反卷积结构学习模型 | 第51-55页 |
| 4.2.1 模型的构造 | 第51-53页 |
| 4.2.2 模型的训练 | 第53-55页 |
| 4.3 SAR图像混合聚集结构地物像素子空间的分割 | 第55-62页 |
| 4.3.1 算法描述 | 第55-56页 |
| 4.3.2 实验仿真与分析 | 第56-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第五章 基于层次视觉语义模型的SAR图像分割 | 第64-74页 |
| 5.1 引言 | 第64页 |
| 5.2 SAR图像匀质区域像素子空间的分割 | 第64-65页 |
| 5.3 SAR图像结构地物像素子空间 | 第65-67页 |
| 5.3.1 SAR图像中线目标的分割 | 第65-66页 |
| 5.3.2 SAR图像的独立目标的分割 | 第66-67页 |
| 5.4 SAR图像分割结果整合 | 第67-68页 |
| 5.5 实验仿真与分析 | 第68-70页 |
| 5.6 对比实验及分析 | 第70-72页 |
| 5.7 本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 论文工作总结 | 第74-75页 |
| 6.2 未来工作展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |
