合成孔径雷达图像上舰船目标的检测
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-15页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究意义 | 第13页 |
| 1.3 研究内容 | 第13-15页 |
| 第二章 合成孔径雷达成像基础 | 第15-26页 |
| 2.1 合成孔径雷达成像基本原理 | 第15-19页 |
| 2.1.1 距离分辨 | 第16-17页 |
| 2.1.2 方位分辨 | 第17-19页 |
| 2.2 雷达图像特性 | 第19-21页 |
| 2.2.1 雷达图像数据 | 第19-20页 |
| 2.2.2 雷达图像中的相干斑 | 第20-21页 |
| 2.3 遥感图像解译 | 第21-25页 |
| 2.3.1 遥感图像解译与图像理解 | 第21-22页 |
| 2.3.2 合成孔径雷达图像理解 | 第22-23页 |
| 2.3.3 合成孔径雷达解译依据 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 合成孔径雷达图像上目标检测的算法研究 | 第26-47页 |
| 3.1 影响舰船目标检测的因素 | 第26-32页 |
| 3.1.1 舰船因素 | 第26-28页 |
| 3.1.2 雷达系统因素 | 第28-31页 |
| 3.1.3 海洋因素 | 第31-32页 |
| 3.2 图像分割的基本概念 | 第32-35页 |
| 3.2.1 基于边缘检测的分割 | 第32页 |
| 3.2.2 基于区域的分割 | 第32-33页 |
| 3.2.3 图像阈值分割法 | 第33-35页 |
| 3.3 舰船目标检测算法综述 | 第35-46页 |
| 3.3.1 基于恒虚警率的分割算法 | 第35-39页 |
| 3.3.2 基于像素灰度级的分割算法 | 第39-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 合成孔径雷达图像上舰船目标检测的改进算法 | 第47-59页 |
| 4.1 图像预处理 | 第48-49页 |
| 4.2 改进最大类熵和算法 | 第49-52页 |
| 4.2.1 经典最大类熵和算法 | 第49-50页 |
| 4.2.2 改进最大类熵和算法 | 第50-52页 |
| 4.3 自适应数字形态学处理 | 第52-56页 |
| 4.3.1 数字形态学处理 | 第52-54页 |
| 4.3.2 自适应改进 | 第54-56页 |
| 4.4 舰船目标连通标记 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 模拟仿真实验 | 第59-72页 |
| 5.1 舰船目标检测算法比较 | 第59-62页 |
| 5.2 自适应数字形态学处理结果 | 第62-67页 |
| 5.3 改进最大类熵和法检测结果 | 第67-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 结束语 | 第72-74页 |
| 6.1 研究工作总结 | 第72-73页 |
| 6.2 研究方向展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间已发表或录用的论文 | 第80页 |
