摘要 | 第1-10页 |
Abstract | 第10-12页 |
第一章 概论 | 第12-23页 |
·研究背景 | 第12-13页 |
·SAR技术的应用研究 | 第13-17页 |
·SAR图像处理、分析的研究 | 第17-21页 |
·SAR图像杂波的模型研究 | 第18-19页 |
·SAR图像目标检测算法的研究 | 第19-21页 |
·论文的主要工作和内容安排 | 第21-23页 |
第二章 SAR图像的特性分析 | 第23-41页 |
·引言 | 第23-24页 |
·机载SAR成像方式及其分辨率 | 第24-26页 |
·SAR成像的几何关系 | 第24-25页 |
·SAR图像的方位分辨率 | 第25-26页 |
·SAR图像的距离(地距)分辨率 | 第26页 |
·SAR下的多散射点目标模型 | 第26-28页 |
·SAR的工作参数 | 第26-27页 |
·目标模型的假设 | 第27-28页 |
·SAR图像的数据特点 | 第28-31页 |
·原始数据 | 第28-29页 |
·单视复数据SLC(Single Look Complex) | 第29页 |
·多视数据 | 第29-30页 |
·极化数据 | 第30-31页 |
·SIR-C/X-SAR极化数据 | 第30页 |
·AirSAR极化数据 | 第30-31页 |
·SAR图像的几何特点—透视收缩、错位、阴影 | 第31-33页 |
·SAR图像数据的斑点特性 | 第33-36页 |
·斑点噪声概述 | 第33-34页 |
·斑点噪声的产生机理 | 第34-35页 |
·斑点噪声的特性 | 第35-36页 |
·SAR图像的目标信息特征 | 第36-40页 |
·点目标 | 第36-37页 |
·线目标 | 第37页 |
·面目标 | 第37-38页 |
·硬目标 | 第38-39页 |
·几种背景目标在SAR图像上的表现 | 第39-40页 |
·小结 | 第40-41页 |
第三章 SAR图像相干斑的分布特点 | 第41-69页 |
·引言 | 第41-42页 |
·SAR图像相干斑分类 | 第42-43页 |
·高斯分布的相干斑模型 | 第43-44页 |
·非高斯分布的相干斑模型 | 第44-60页 |
·Gamma分布 | 第45-48页 |
·Wishart分布 | 第48页 |
·Weibull分布 | 第48-50页 |
·K-分布 | 第50-53页 |
·有限混合分布模型 | 第53-60页 |
·有效组分数的确定 | 第54-56页 |
·分布函数参数的最大似然(ML)估计 | 第56-60页 |
·几种杂波模型的比较 | 第60-61页 |
·SAR图像杂波分布特点分析 | 第61-67页 |
·多/单T72坦克SAR图像的数据模型分析 | 第62-65页 |
·SAR图像序列的数据模型 | 第65-67页 |
·小结 | 第67-69页 |
第四章 SAR图像目标信息提取方法研究 | 第69-100页 |
·引言 | 第69-70页 |
·图像处理的相关理论 | 第70-75页 |
·图像的分割策略 | 第71-72页 |
·图像的形态学处理 | 第72-73页 |
·检测后图像目标的标记 | 第73-75页 |
·目标检测的评价准则 | 第75-77页 |
·准则分类 | 第75-76页 |
·准则的选择 | 第76-77页 |
·恒虚警(CFAR)目标信息提取方法研究 | 第77-84页 |
·CFAR算法典型滑动窗的选择 | 第78-79页 |
·虚警概率p_(fa)及检测阈值T的关系 | 第79-81页 |
·多/单目标检测仿真 | 第81-83页 |
·结果分析 | 第83-84页 |
·基于MAP的目标提取方法 | 第84-95页 |
·多模态SAR图像数据的分布模型 | 第85页 |
·MAP准则 | 第85-86页 |
·单幅SAR图像的仿真结果 | 第86-89页 |
·先验概率未知条件下,对SAR图像的目标检测 | 第86-87页 |
·先验概率估计条件下,对SAR图像的目标检测 | 第87-88页 |
·结果分析 | 第88-89页 |
·序列SAR图像的仿真结果及分析 | 第89-95页 |
·序列SAR图像的仿真 | 第89-94页 |
·序列SAR图像的仿真结果分析 | 第94-95页 |
·基于上下文关系的SAR图像分割方法研究 | 第95-98页 |
·数据结构 | 第95-96页 |
·SAR图像象素的分类策略 | 第96-97页 |
·仿真结果 | 第97页 |
·结果分析 | 第97-98页 |
·小结 | 第98-100页 |
第五章 基于特征量的目标识别 | 第100-115页 |
·引言 | 第100-101页 |
·特征向量 | 第101-105页 |
·矩特征量 | 第101-104页 |
·规则矩的定义 | 第101-102页 |
·Hu不变矩的定义 | 第102-104页 |
·特征向量 | 第104-105页 |
·分类准则 | 第105-107页 |
·相似性度量 | 第105-106页 |
·最近邻决策准则 | 第106-107页 |
·仿真实验 | 第107-114页 |
·模板特征向量的计算 | 第107-108页 |
·多目标T72坦克识别 | 第108-112页 |
·识别结果分析 | 第112-114页 |
·小结 | 第114-115页 |
第六章 总结与展望 | 第115-117页 |
参考文献 | 第117-127页 |
致谢 | 第127-128页 |
攻读博士学位期间发表论文 | 第128-129页 |
攻读博士学位期间参与的科研项目 | 第129-130页 |