第1章 绪论 1
1.1 研究背景及意义 1
1.2 国内外研究现状及趋势 4
1.2.1 PolSAR影像分类技术 4
1.2.2 SAR影像变化检测 5
1.3 研究目标以及研究思路 7
1.4 本专著的内容纲要以及结构安排 9
第2章 MRF基本原理 11
2.1 马尔可夫随机场的基本概念 11
2.2 常用MRF模型 12
2.2.1 Ising模型 12
2.2.2 Potts模型 12
2.2.3 MLL模型 13
2.2.4 四叉树模型 13
2.3 常见的参数估计算法 14
2.3.1 最大似然估计 14
2.3.2 最大伪似然算法 14
2.3.3 均场近似算法 15
2.3.4 最小二乘法 15
2.3.5 动态蒙特卡罗方法 16
2.3.6 基于遗传算法的参数估计 17
2.3.7 期望最大算法 18
第3章 SAR成像机理 20
3.1 雷达方程 20
3.2 合成孔径及方位向压缩 21
3.3 SAR图像特性 23
3.3.1 几何形变 23
3.3.2 表面散射 24
3.3.3 相干斑噪声 25
3.4 雷达极化 26
3.4.1 极化特征 26
3.4.2 极化目标分解 27
3.5 SAR工作模式 29
3.6 超高分辨率SAR 30
3.7 本章小结 31
第4章 MRF框架下的PolSAR影像分类算法 32
4.1 沿革 32
4.2 MRF框架下基于特征值分解的PolSAR影像分类方法 33
4.2.1 极化目标分解 33
4.2.2 MRF模型 36
4.2.3 H/α/AWMRF分类方法 37
4.2.4 实验与分析 38
4.3 MRF框架下基于Freeman分解的PolSAR影像分类方法 41
4.3.1 Freeman分解 41
4.3.2 聚合的层次聚类 42
4.3.3 算法分类流程 42
4.3.4 实验与分析 42
4.4 基于像素级分层MRF模型分类方法 45
4.4.1 分层MRF模型 45
4.4.2 算法流程 45
4.4.3 实验结果与分析 46
4.5 基于区域级MRF框架下基于区域级的PolSAR影像分类算法 49
4.5.1 均值漂移算法以及区域增长 49
4.5.2 MRF框架下区域合并准则 51
4.5.3 实验结果与分析 53
4.6 本章小结 59
第5章 MRF框架下SAR影像变化检测 60
5.1 SAR影像变化检测 60
5.1.1 SAR影像变化检测基本流程 60
5.1.2 贝叶斯决策与期望最大化（EM） 61
5.1.3 双阈值的EM算法 62
5.1.4 实验结果及分析 63
5.2 光学影像与SAR影像变化检测 65
5.2.1 建筑物几何物理散射模型 65
5.2.2 SAR图像模拟仿真 66
5.2.3 相似性度量因子 67
5.2.4 变化检测流程 69
5.2.5 建筑物参数提取 70
5.2.6 实验结果及分析 70
5.3 本章小节 74
第6章 总结与展望 75
6.1 本专著工作总结 75
6.2 进一步研究工作及展望 76
参考文献 77