基于目标检测的SAR图像变化检测方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-21页 |
| 1．1 目前常用的变化检测方法 | 第9-16页 |
| 1．1．1 图像差值法 | 第10页 |
| 1．1．2 归一化图像差值法 | 第10-11页 |
| 1．1．3 图像比值法 | 第11页 |
| 1．1．4 分类后比较法 | 第11-12页 |
| 1．1．5 内积分析法 | 第12页 |
| 1．1．6 变化向量分析法 | 第12-13页 |
| 1．1．7 直接多时相分类法 | 第13页 |
| 1．1．8 图像回归法 | 第13-14页 |
| 1．1．9 主分量分析法 | 第14页 |
| 1．1．10 植被索引差值法 | 第14-15页 |
| 1．1．11 统计测试法 | 第15页 |
| 1．1．12 其他方法 | 第15-16页 |
| 1．2 目前变化检测方法的主要局限 | 第16页 |
| 1．3 SAR图像中的目标类型 | 第16-19页 |
| 1．4 本文的研究思路 | 第19页 |
| 1．5 本论文的工作和内容安排 | 第19-21页 |
| 第二章 合成孔径雷达图像特点 | 第21-32页 |
| 2．1 合成孔径雷达原理 | 第21-26页 |
| 2．1．1 机载侧视雷达系统 | 第21-23页 |
| 2．1．2 合成孔径原理和脉冲压缩 | 第23-26页 |
| 2．1．3 合成孔径雷达的理论模型 | 第26页 |
| 2．2 雷达图像特点 | 第26-32页 |
| 2．2．1 影响雷达回波强度的因素 | 第26-28页 |
| 2．2．2 典型地物在雷达图像中的特点 | 第28-29页 |
| 2．2．3 人造目标在SAR图像上的特点 | 第29-32页 |
| 第三章 目标检测 | 第32-53页 |
| 3．1 CFAR检测技术简介 | 第32-34页 |
| 3．2 杂波分布模型与基本的CFAR检测器 | 第34-45页 |
| 3．2．1 杂波分布模型 | 第34-37页 |
| 3．2．2 常用CFAR检测器 | 第37-45页 |
| 3．3 双参数恒虚警检测器及其改进算法 | 第45-47页 |
| 3．3．1 双参数恒虚警检测器 | 第45-46页 |
| 3．3．2 改进型双参数恒虚警检测器 | 第46-47页 |
| 3．4 目标检测后处理 | 第47页 |
| 3．5 实验结果与分析 | 第47-53页 |
| 第四章 变化检测 | 第53-76页 |
| 4．1 图像配准 | 第53-56页 |
| 4．1．1 定义 | 第54页 |
| 4．1．2 转换类型 | 第54-56页 |
| 4．2 数学形态学处理 | 第56-61页 |
| 4．2．1 基本的形态学运算 | 第57-58页 |
| 4．2．2 分方向的形态学闭运算 | 第58-61页 |
| 4．3 目标点选取 | 第61-64页 |
| 4．3．1 Freeman曲线编码 | 第61-63页 |
| 4．3．2 特征点提取 | 第63-64页 |
| 4．4 分组匹配 | 第64-65页 |
| 4．5 三角剖分 | 第65-71页 |
| 4．5．1 Delaunay三角剖分基础 | 第66-68页 |
| 4．5．2 生长匹配法 | 第68-71页 |
| 4．6 变化检测结果表示 | 第71页 |
| 4．7 实验结果与分析 | 第71-76页 |
| 第五章 结束语 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 硕士期间发表的论文 | 第82-83页 |
| 致谢 | 第83页 |
