文摘
英文文摘
声明
第一章绪论
1.1研究背景及意义
1.2 SAR图像分割的国内外研究现状及发展趋势
1.3论文结构
第二章SAR图像的成像原理和统计特性
2.1 SAR图像成像原理及成像算法
2.2 SAR图像的统计模型
2.3 SAR图像噪声特性
2.3.1 SAR图像相干斑形成机理
2.3.2 SAR图像的乘性噪声乘积模型
2.4 SAR图像处理过程
第三章非高斯Triplet Markov fields(TMF)模型
3.1马尔科夫模型
3.1.1马尔科夫随机场理论及领域系和连通系
3.1.2马尔科夫随机场与吉布斯随机场的等效
3.1.3 Hidden Markov fields(HMF)和Pairwise Markov fields(PMF)模型
3.1.4 Triplet Markov fields(TMF)模型
3.2非高斯TMF模型
3.2.1非高斯相关噪声的TMF随机场
3.2.2实验仿真结果及分析
3.3结论
第四章Pixon模型及pixon的形成方法
4.1 Pixon模型
4.1.1 Pixon模型定义及应用领域
4.1.2 Pixon模型的邻域系统的标记及合并
4.2几种代表性的pixon的形成方法
4.2.1使用模糊理论形成pixon的算法
4.2.2使用各向异性扩散方程形成pixon的算法
4.2.3四叉树分解形成pixon的算法
第五章一种快速的三重马尔科夫随机场的无监督SAR图像多类分割算法
5.1基于SAR图像乘性斑点噪声的pixon四叉树分解
5.1.1 SAP图像四叉村分解的数字特征
5.1.2 SAR图像的pixon表示及领域系和连通系的标记
5.1.3针对乘性斑点噪声的pixon四叉树分解的阈值选取及分解规则
5.2一种快速的三重马尔科夫随机场的无监督SAR图像多类分割算法
5.2.1基于边缘信息pixon描述的TMF新势能函数导出
5.2.2快速TMF中的参数估计
5.3实验仿真结果及分析
5.3.1两种算法的主客观分割评价对比
5.3.2两种算法的计算复杂度对比
5.3.3两种算法的运行时间对比
5.4 小结
第六章结论与展望
6.1本文研究结论
6.2研究工作展望
致谢
参考文献
研究成果
西安电子科技大学;