| 图目录 | 第1-8页 |
| 表目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题研究背景及意义 | 第11页 |
| ·SAR图像舰船检测研究现状 | 第11-13页 |
| ·本文研究内容 | 第13-15页 |
| 第二章 SAR图像海岸线检测 | 第15-26页 |
| ·SAR图像海岸线检测算法综述 | 第15-23页 |
| ·边界追踪算法 | 第15-16页 |
| ·Markovian分割法 | 第16-17页 |
| ·活动轮廓法 | 第17-19页 |
| ·水平截集算法 | 第19-21页 |
| ·Mumford-Shah方法 | 第21-22页 |
| ·平均密度法 | 第22-23页 |
| ·各种算法的比较 | 第23页 |
| ·水平截集算法和Mumford-Shah函数法海岸线检测结果 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 海面杂波和舰船目标的统计建模 | 第26-45页 |
| ·SAR图像杂波统计模型 | 第26-32页 |
| ·非参量模型 | 第27页 |
| ·参量模型 | 第27-32页 |
| ·使用K分布对海杂波建模 | 第32-42页 |
| ·K分布的推导 | 第32-33页 |
| ·K分布参数估计 | 第33-36页 |
| ·K分布杂波仿真 | 第36-40页 |
| ·K分布仿真结果及描述海杂波实验结果 | 第40-42页 |
| ·舰船目标后向散射特性的统计建模 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第四章 SAR图像舰船目标检测 | 第45-64页 |
| ·影响舰船检测的因素 | 第45-50页 |
| ·舰船因素 | 第45-46页 |
| ·SAR系统因素 | 第46-49页 |
| ·环境因素 | 第49页 |
| ·小结 | 第49-50页 |
| ·海面舰船目标检测技术 | 第50-55页 |
| ·CEAR及其改进算法 | 第50-52页 |
| ·基于模板匹配的舰船目标检测算法 | 第52-53页 |
| ·基于小波分析的舰船目标检测算法 | 第53页 |
| ·子孔径分析及Split-look图像交叉相关技术 | 第53-54页 |
| ·基于尾迹的舰船目标检测算法 | 第54-55页 |
| ·小结 | 第55页 |
| ·局部自适应ACCA-CFAR检测算法 | 第55-63页 |
| ·全局ODV门限的ACCA-CFAR | 第55-57页 |
| ·有序数据可变索引门限与局部统计特性之间的关系 | 第57-58页 |
| ·局部自适应ACCA-CFAR算法 | 第58-59页 |
| ·实验结果与分析 | 第59-63页 |
| ·小结 | 第63-64页 |
| 第五章 结论与展望 | 第64-65页 |
| ·本文所做工作 | 第64页 |
| ·需要进一步研究的问题 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表论文 | 第72页 |