| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·SAR ATR 概述 | 第11-14页 |
| ·SAR ATR 处理流程 | 第11-12页 |
| ·SAR ATR 研究现状 | 第12-14页 |
| ·SAR ATR 关键技术 | 第14-17页 |
| ·SAR 图像预处理 | 第14-15页 |
| ·SAR 图像特征提取 | 第15-17页 |
| ·论文的主要工作 | 第17-18页 |
| 第二章 图像预处理 | 第18-39页 |
| ·MSTAR 数据介绍 | 第18-20页 |
| ·SAR 图像预处理流程 | 第20-22页 |
| ·SAR 图像相干斑抑制 | 第22-25页 |
| ·Lee 滤波 | 第22-23页 |
| ·增强 Lee 滤波 | 第23-25页 |
| ·SAR 图像分割 | 第25-32页 |
| ·基于韦伯（Weibull）分布的背景杂波分布模型 | 第26-28页 |
| ·双参数恒虚警(CFAR)分割 | 第28-32页 |
| ·SAR 图像进一步处理 | 第32-38页 |
| ·两次利用区域标号法处理“孤岛”和“孔洞” | 第32-33页 |
| ·二值掩膜增强图像细节 | 第33-34页 |
| ·统一分辨率 | 第34-35页 |
| ·能量归一化 | 第35页 |
| ·幂变换增强 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于二维图像 PCA 的目标识别 | 第39-54页 |
| ·引言 | 第39页 |
| ·主分量分析方法 PCA | 第39-41页 |
| ·基于二维图像的 PCA 方法 | 第41-45页 |
| ·二维主分量分析 2DPCA | 第41-43页 |
| ·左投影 L-2DPCA | 第43-44页 |
| ·两向 2DPCA | 第44-45页 |
| ·实验分析与结论 | 第45-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 基于二维图像 LDA 的目标识别 | 第54-65页 |
| ·引言 | 第54页 |
| ·线性判别法 LDA | 第54-55页 |
| ·基于二维图像的 LDA 方法 | 第55-60页 |
| ·二维线性判别法 2DLDA | 第55-58页 |
| ·左投影 L-2DLDA | 第58-59页 |
| ·两向 2DLDA | 第59-60页 |
| ·实验分析与结论 | 第60-63页 |
| ·本章小结 | 第63-65页 |
| 第五章 基于 2DPCA+2DLDA 的目标识别 | 第65-72页 |
| ·引言 | 第65页 |
| ·基于 2DPCA 和 2DLDA 的特征提取方法 | 第65-66页 |
| ·实验分析和结论 | 第66-70页 |
| ·本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |