SAR图像目标检测快速处理技术研究
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12页 |
| ·研究背景 | 第12-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·论文的主要结构 | 第18-20页 |
| 第二章 SAR 图像特点研究 | 第20-26页 |
| ·SAR 简介 | 第20-21页 |
| ·SAR 图像特征 | 第21-23页 |
| ·前斜视SAR 成像 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 SAR 图像去噪滤波方法研究 | 第26-37页 |
| ·图像噪声模型 | 第26-27页 |
| ·经典SAR 图像斑点噪声滤波方法 | 第27-31页 |
| ·Lee 滤波器 | 第27-28页 |
| ·Kuan 滤波器 | 第28-29页 |
| ·Gamma MAP 滤波器 | 第29-30页 |
| ·精制Lee 滤波器 | 第30-31页 |
| ·基于边缘检测的快速滤波方法 | 第31-32页 |
| ·各类滤波器滤波实验结果比较与结论 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 SAR 图像分割方法研究 | 第37-59页 |
| ·概述 | 第37-39页 |
| ·图像分割的定义 | 第37页 |
| ·图像分割算法概述 | 第37-39页 |
| ·边缘检测 | 第39-44页 |
| ·梯度算子 | 第41页 |
| ·Prewitt 和Sobel 算子 | 第41-42页 |
| ·Laplacian 算子 | 第42页 |
| ·Canny 算子 | 第42-44页 |
| ·区域分割 | 第44-50页 |
| ·基于各像素灰度值的阈值分割法 | 第44-47页 |
| ·特征空间聚类方法 | 第47-49页 |
| ·最大类间方差分割 | 第49-50页 |
| ·区域增长 | 第50-52页 |
| ·基本原理和步骤 | 第50-51页 |
| ·生长准则和过程 | 第51-52页 |
| ·松弛迭代图像分割算法 | 第52-53页 |
| ·基于数学形态学的分割方法 | 第53-55页 |
| ·概述 | 第53-55页 |
| ·边缘的形态检测 | 第55页 |
| ·图像分割评价 | 第55-58页 |
| ·最终测量精度评价准则 | 第56页 |
| ·分割算法评价框架 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 典型目标检测与提取 | 第59-75页 |
| ·图像预处理 | 第59-61页 |
| ·灰度线性增强 | 第59-60页 |
| ·直方图均衡化 | 第60-61页 |
| ·高亮目标检测与提取 | 第61-64页 |
| ·基于灰度直方图的自适应阈值快速迭代算法 | 第61-62页 |
| ·基于数学形态学的目标提取算法 | 第62-63页 |
| ·算法评估 | 第63-64页 |
| ·直线目标检测与提取 | 第64-70页 |
| ·哈夫变换基本原理与步骤 | 第64-65页 |
| ·灰度梯度方向熵的概念和应用 | 第65-68页 |
| ·直线目标提取算法具体步骤与结果 | 第68-69页 |
| ·算法评估 | 第69-70页 |
| ·海岸线检测与提取 | 第70-74页 |
| ·区域增长的阈值计算 | 第70-72页 |
| ·区域增长的改进算法 | 第72-73页 |
| ·算法评估 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 结束语 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 作者在学期间取得的学术成果 | 第81页 |
