　　本書內容主要緻力於解決以Ridgelet變換、Curvelet變換和Contourlet變換為代錶的非自適應多尺度幾何分析方法喪失平移不變性能和存在嚴重頻譜混疊等缺陷，構造具有平移不變性和抗混疊性的新的Ridgelet變換、Curvelet變換和Contourlet變換，初步形成瞭移不變抗混疊多尺度幾何分析理論框架。在此基礎上，開展瞭SAR圖像斑點噪聲抑製、恢復、圖像融閤和分類等若乾關鍵問題的應用研究。

第1章　緒論
1.1研究背景、目的及意義
1.2小波分析及其局限性
1.2.1小波的産生
1.2.2小波分析在圖像處理中的應用概況
1.2.3圖像小波分析的局限性
1.3多尺度幾何分析理論及其存在的問題
1.3.1多尺度幾何分析理論的發展
1.3.2多尺度幾何分析理論存在的問題
1.4SAR圖像處理關鍵技術研究內容及現狀
1.4.1SAR圖像相乾斑抑製
1.4.2SAR圖像復原
1.4.3SAR圖像與多光譜遙感圖像融閤
1.4.4遙感圖像分類
1.5本書主要工作及結構
1.5.1本書主要工作
1.5.2本書結構
第2章　移不變抗混疊多尺度幾何分析理論基礎
2.1小波分析基本理論
2.1.1連續小波變換
2.1.2離散小波變換
2.1.3多分辨率分析
2.1.4雙正交小波變換
2.1.5Mallat算法與雙通道濾波器組
2.2小波分析的局限
2.3濾波器組的移不變性與抗混疊性
2.3.1濾波器組的平移不變性
2.3.2濾波器組的抗混疊性與平移不變性的關係
2.4移不變離散小波變換
2.4.1平穩小波變換
2.4.2過完備離散小波變換
2.5移不變多尺度幾何分析
2.5.1雙樹復小波變換
2.5.2控嚮金字塔變換
2.5.3非下采樣Contourlet變換
2.6本章　小結
第3章　移不變抗混疊多尺度幾何分析方法的構造研究
3.1Ridgelet變換及其存在的問題
3.1.1連續Ridgelet變換
3.1.2單尺度Ridgelet變換
3.1.3圖像的離散Ridgelet變換
3.1.4數字Ridgelet變換存在的問題
3.2復數Ridgelet變換的構造
3.2.1復數Ridgelet變換
3.2.2基於復數Ridgelet變換的軟閾值圖像去噪
3.3Curvelet變換及其存在的問題
3.3.1第一代Curvelet變換
3.3.2第二代Curvelet變換
3.3.3Curvelet變換的性質
3.3.4Curvelet變換存在的問題
3.4復數Curvelet變換的構造
3.4.1復數Curvelet變換
3.4.2基於復數Curvelet變換的硬閾值圖像去噪
3.5Contourlet變換
3.5.1拉普拉斯塔型變換
3.5.2方嚮濾波器組
3.5.3塔型方嚮濾波器組
3.5.4Contourlet變換的特性
3.6Contourlet變換存在的問題
3.6.1Contourlet變換的等效濾波器組
3.6.2方嚮濾波器組中的頻譜混疊
3.6.3拉普拉斯塔型變換中的頻譜混疊
3.7移不變抗混疊Contourlet變換的構造
3.7.1復數方嚮濾波器組
3.7.2移不變抗混疊塔式分解
3.7.3移不變抗混疊Contourlet變換
3.7.4基於SINACT的硬閡值圖像去噪
3.8本章　小結
第4章　基於移不變抗混疊多尺度幾何分析方法的SAR圖像斑點噪聲抑製研究
4.1SAR成像原理及斑點噪聲特徵
4.1.1SAR成像原理
4.1.2相乾斑噪聲産生機理
4.1.3相乾斑噪聲特性分析
4.2傳統SAR圖像濾波方法
4.2.1空域濾波
4.2.2小波域濾波
4.3復小波包域局部鄰域窗口閾值SAR圖像去噪
4.3.1四樹復小波包變換
4.3.2選擇最優復小波包基
4.3.3局部鄰域窗口閾值SAR圖像去噪
4.3.4實驗結果
4.4基於SINACT的混閤統計模型SAR圖像去噪
4.5本章　小結
第5章　SINACT域SAR圖像復原研究
5.1圖像綫性退化模型
5.2圖像盲復原算法
5.2.1IBD復原算法
5.2.2SA復原算法
5.3.2NAS—RIF復原算法
5.3SAR圖像降質分析
5.3.1迴波相乾
5.3.2成像係統模糊降質
5.3.3幾何失真
5.4SAR圖像降質模型
5.5基於SINACT域GSM模型SAR圖像復原研究
5.5.1小波係數的統計特徵與GSM模型
5.5.2小波域BSL估計與GSM模型檢驗
5.5.3SINACT局部鄰域GSM退化模型
5.5.4SINACT域GSM模型SAR圖像復原算法
5.5.5實驗結果
5.6本章　小結
第6章　基於SINACT的SAR圖像與多光譜圖像融閤研究
6.1SAR圖像與多光譜圖像的各自優勢比較
6.2傳統的圖像融閤方法
6.2.1加權平均圖像融閤
6.2.2PCA融閤
6.2.3多分辨率塔式融閤
6.2.4小波變換融閤
6.3圖像融閤效果評價
6.3.1圖像融閤質量的主觀評價
6.3.2圖像融閤質量的客觀評價
6.4基於SINACT的圖像融閤方案
6.5基於SINACT的圖像融閤算法
6.6實驗結果與評價
6.7本章　小結
第7章　基於分形脊波神經網絡的SAR圖像分類研究
7.1SAR圖像分類技術現狀分析
7.2分類器的介紹和評價
7.2.1極大似然分類
7.2.2最小距離分類
7.2.3BP神經網絡分類
7.3分類精度評價
7.4基於遺傳算法和分形脊波神經網絡的遙感圖像分類方法
7.4.1分類方案設計
7.4.2基於分形理論的紋理特徵
7.4.3基於不變矩的形狀特徵
7.4.4基於遺傳算法的脊波神經網絡的構造
7.4.5實驗結果與評價
7.5本章　小結
第8章　結論與展望
8.1本書工作總結
8.2本書不足之處與後續工作展望
參考文獻
索引