声明
摘要
插图索引
表格索引
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景与意义
1.1.1 合成孔径雷达(SAR)的发展
1.1.2 SAR图像及其相干斑噪声特性
1.1.3 图像相似性度量的研究意义
1.2 研究现状及问题
1.2.1 图像去噪的研究现状
1.2.2 SAR变化检测算法的研究现状
1.2.3 SAR图像处理面临的挑战及解决路线
1.3 本论文的贡献及组织结构
第二章 基于统计建模的双噪声相似性度量模型
2.1 引言
2.2 存在的问题及研究动机
2.3 噪声相似性
2.3.1 噪声相似性的定义
2.3.2 噪声相似性在图像去噪中的作用
2.4 双噪声相似性度量模型
2.4.1 DNS模型
2.4.2 两种噪声先验的建模
2.4.3 DNS模型在去噪中的作用分析
2.5 对比实验结果分析
2.5.1 去噪效果的定量评价
2.5.2 去噪效果的主观评价
2.6 结论
第三章 基于双噪声相似性度量模型的SAR图像降斑
3.1 引言
3.2 DNS模型回顾
3.3 SAR-DNS框架
3.3.1 SAR的斑点噪声模型
3.3.2 SAR-DNS模型
3.3.3 基于SAR-DNS的非局部均值滤波器
3.4 对比实验及结果分析
3.4.1 合成数据实验分析
3.4.2 真实SAR图像实验分析
3.5 结论
第四章 基于块相似性度量模型的SAR图像变化检测
4.1 引言
4.2 变化检测框架及研究动机
4.2.1 从SAR图像比值分布到变化检测
4.2.2 待解决的问题及研究动机
4.3 基于相似性度量的CFAR变化检测
4.3.1 降斑
4.3.2 估计等效视数
4.3.3 阈值与虚警概率
4.4 实验结果分析
4.4.1 评价指标
4.4.2 在合成SAR图像上的实验结果分析
4.4.3 在真实SAR图像上的实验结果分析
4.5 结论
第五章 基于双噪声相似性度量和极化机理的PolSAR变化检测
5.1 引言
5.2 PolSAR-DNS框架
5.2.1 PolSAR数据的统计分布模型
5.2.2 从DNS到PolSAR-DNS
5.3 基于PolSAR-DNS的极化SAR降斑
5.3.1 PolSAR-DNS非局部均值滤波器
5.3.2 基于PolSAR-DNS的极化SAR降斑实验分析
5.4 基于PolSAR-DNS的极化SAR变化检测
5.4.1 PolSAR-DNS变化检测算法
5.4.2 基于PolSAR-DNS的极化SAR变化检测实验分析
5.5 结论
第六章 基于多层判别式Fisher自编码器的SAR图像变化检测
6.1 引言
6.2 SAR斑点噪声的统计模型与研究动机
6.3 基于栈式自编码器的SAR变化检测
6.3.1 栈式自编码器
6.3.2 基于栈式自编码器的SAR变化检测
6.4 实验与结果分析
6.4.1 参数设置
6.4.2 单极化SAR图像的实验分析
6.4.3 PolSAR数据的实验分析
6.5 结论
第七章 总结与展望
7.1 论文工作总结
7.2 未来研究展望
参考文献
致谢
作者简介