| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 图表目录 | 第9-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景和研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·主要研究内容 | 第15-16页 |
| ·本文的整体结构和内容安排 | 第16-18页 |
| 第2章 无人机雷达图像目标识别的理论基础 | 第18-35页 |
| ·无人机雷达成像原理 | 第18-19页 |
| ·雷达图像特征 | 第19-21页 |
| ·雷达图像预处理 | 第21-27页 |
| ·常见的几种滤波算法 | 第22-24页 |
| ·常见的经典图像分割方法 | 第24-27页 |
| ·支持向量机理论 | 第27-33页 |
| ·广义的最优分类面 | 第27-29页 |
| ·支持向量机 | 第29-30页 |
| ·核函数 | 第30-33页 |
| ·MSTAR 数据介绍 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于平稳小波变换和独立分量分析的均值平滑雷达图像降噪方法 | 第35-43页 |
| ·相干斑噪声产生机理 | 第35-36页 |
| ·雷达图像对数变换 | 第36页 |
| ·独立分量分析 | 第36-37页 |
| ·平稳小波变换 | 第37-40页 |
| ·基于平稳小波变换和独立分量分析的均值平滑雷达图像降噪方法 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于 Zernike 矩的对称性与反对称性的特征加权目标识别 | 第43-57页 |
| ·ZERNIKE 矩 | 第43-44页 |
| ·ZERNIKE 旋转不变性 | 第44-45页 |
| ·ZERNIKE 基函数的对称性和反对称性 | 第45-49页 |
| ·基于 ZERNIKE矩的对称性与反对称性的快速特征提取方法 | 第49-53页 |
| ·基于 ZERNIKE特征权值的目标识别方法 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第5章 实验结果与分析 | 第57-66页 |
| ·实验方案 | 第57-58页 |
| ·实验环境 | 第57页 |
| ·实验方案设计 | 第57-58页 |
| ·降噪算法的实验结果与分析 | 第58-62页 |
| ·实验结果 | 第58-60页 |
| ·实验结果分析 | 第60-62页 |
| ·特征提取算法的实验结果与分析 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第6章 结论与展望 | 第66-68页 |
| ·本文总结 | 第66-67页 |
| ·未来工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间公开发表的论文 | 第72-73页 |
