基于流形学习的SAR目标识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 选题依据和研究意义 | 第10页 |
| 1.2 研究现状和发展态势 | 第10-13页 |
| 1.2.1 SAR成像系统 | 第10-11页 |
| 1.2.2 SAR图像识别 | 第11-13页 |
| 1.3 本论文的主要工作 | 第13-15页 |
| 第二章 图像预处理 | 第15-34页 |
| 2.1 实验数据介绍 | 第15-17页 |
| 2.2 SAR图像斑点噪声抑制 | 第17-26页 |
| 2.2.1 均值滤波和中值滤波 | 第18-19页 |
| 2.2.2 Lee滤波器 | 第19-21页 |
| 2.2.3 Gamma MAP滤波器 | 第21-23页 |
| 2.2.4 增强型方向平滑滤波器 | 第23-24页 |
| 2.2.5 滤波性能的评估 | 第24-26页 |
| 2.3 幂变换 | 第26页 |
| 2.4 SAR图像分割 | 第26-31页 |
| 2.4.1 基于Weibull分布的CFAR分割 | 第26-30页 |
| 2.4.2 几何聚类 | 第30-31页 |
| 2.5 后续处理 | 第31-32页 |
| 2.5.1 质心匹配 | 第31页 |
| 2.5.2 能量归一化 | 第31-32页 |
| 2.6 预处理流程 | 第32页 |
| 2.7 本章小结 | 第32-34页 |
| 第三章 基于流形学习的线性特征提取 | 第34-60页 |
| 3.1 局部保留映射 | 第34-36页 |
| 3.2 判别局部保留映射 | 第36-38页 |
| 3.3 不相关判别局部保留映射 | 第38-41页 |
| 3.4 局部判别嵌入 | 第41-43页 |
| 3.5 二维局部保留映射 | 第43-44页 |
| 3.6 二维局部判别嵌入 | 第44-46页 |
| 3.7 基于局部与全局的特征提取 | 第46-48页 |
| 3.7.1 基于典型相关分析的特征融合 | 第46-48页 |
| 3.7.2 PCA与CLPP融合 | 第48页 |
| 3.8 实验验证 | 第48-59页 |
| 3.8.1 实验数据说明 | 第48-49页 |
| 3.8.2 幂变换参数α的确定 | 第49-50页 |
| 3.8.3 权矩阵W对识别率的影响 | 第50-54页 |
| 3.8.4 特征数目对识别效果的影响 | 第54-56页 |
| 3.8.5 训练样本数对识别效果的影响 | 第56-57页 |
| 3.8.6 方位角对识别效果的影响 | 第57-59页 |
| 3.9 本章小结 | 第59-60页 |
| 第四章 基于流形学习的非线性特征提取 | 第60-72页 |
| 4.1 核函数 | 第60-61页 |
| 4.2 核类局部保留映射 | 第61-62页 |
| 4.3 核不相关判别局部保留映射 | 第62-63页 |
| 4.4 核局部保留判别嵌入 | 第63-64页 |
| 4.5 线性与非线性结合的特征提取 | 第64-65页 |
| 4.6 实验分析 | 第65-71页 |
| 4.6.1 核参数选择 | 第65-67页 |
| 4.6.2 特征数目对识别效果的影响 | 第67-69页 |
| 4.6.3 取样间隔对识别效果的影响 | 第69-70页 |
| 4.6.4 方位角对识别效果的影响 | 第70-71页 |
| 4.7 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 本文总结 | 第72-73页 |
| 5.2 研究展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
