| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-39页 |
| 1.1 合成孔径雷达概述及研究背景 | 第17-20页 |
| 1.1.1 合成孔径雷达图像的原理与特点 | 第18-19页 |
| 1.1.2 合成孔径雷达图像的发展现状 | 第19-20页 |
| 1.2 当前SAR图像中目标检测算法的研究状况 | 第20-26页 |
| 1.2.1 基于对比度的目标检测算法 | 第23-25页 |
| 1.2.2 其他的检测算法 | 第25-26页 |
| 1.2.3 现有目标检测算法存在的问题 | 第26页 |
| 1.3 基于语义信息的图像处理 | 第26-29页 |
| 1.3.1 基于语义信息的图像检索 | 第27页 |
| 1.3.2 基于语义信息的图像分割 | 第27-29页 |
| 1.4 基于视觉计算的图像处理 | 第29-30页 |
| 1.5 语义空间和图像空间交互作用的SAR图像处理和解译 | 第30-32页 |
| 1.5.1 SAR图像的素描模型及素描图的提取方法 | 第30页 |
| 1.5.2 层次视觉语义模型和语义空间 | 第30-31页 |
| 1.5.3 语义空间和图像空间交互作用的SAR图像处理 | 第31-32页 |
| 1.6 本文的主要内容和贡献 | 第32-39页 |
| 1.6.1 基于亮暗区域匹配的SAR图像目标检测 | 第33-35页 |
| 1.6.2 语义空间和图像像素空间信息交互的SAR图像目标检测 | 第35-36页 |
| 1.6.3 本文的内容安排 | 第36-39页 |
| 第二章 基于亮暗区域匹配的恒虚警高分辨SAR图像汽车检测 | 第39-59页 |
| 2.1 引言 | 第39-40页 |
| 2.2 恒虚警目标检测算法 | 第40-43页 |
| 2.2.1 恒虚警目标检测算法原理 | 第40-41页 |
| 2.2.2 恒虚警算法流程 | 第41-42页 |
| 2.2.3 恒虚警算法在高分辨率SAR图像中存在的问题 | 第42-43页 |
| 2.3 基于亮暗区域匹配的恒虚警汽车检测算法 | 第43-50页 |
| 2.3.1 高分辨率SAR图像中汽车的散射模型 | 第44-45页 |
| 2.3.2 高分辨率SAR图像中汽车的散射特征 | 第45-48页 |
| 2.3.3 散射特征空间关系匹配 | 第48-50页 |
| 2.4 实验结果及相关参数分析 | 第50-57页 |
| 2.4.1 实验结果 | 第51-54页 |
| 2.4.2 实验参数分析 | 第54-57页 |
| 2.5 结论 | 第57-59页 |
| 第三章 基于模糊聚类和亮暗区域匹配的高分辨率SAR图像汽车检测 | 第59-73页 |
| 3.1 引言 | 第60页 |
| 3.2 基于模糊聚类和OTSU算法的像素划分 | 第60-64页 |
| 3.2.1 改进的极值滤波 | 第61-62页 |
| 3.2.2 基于模糊聚类和OTSU算法的亮暗像素划分 | 第62-64页 |
| 3.3 基于亮暗区域匹配和模糊聚类的汽车检测算法 | 第64-67页 |
| 3.3.1 亮暗区域合并 | 第65-66页 |
| 3.3.2 散射特征空间位置匹配 | 第66-67页 |
| 3.4 实验结果和参数分析 | 第67-71页 |
| 3.4.1 实验结果 | 第68-70页 |
| 3.4.2 参数分析 | 第70-71页 |
| 3.5 结论 | 第71-73页 |
| 第四章 基于亮暗区域匹配的耦合恒虚警高分辨SAR图像目标检测 | 第73-89页 |
| 4.1 引言 | 第73-74页 |
| 4.2 耦合散射特征提取 | 第74-77页 |
| 4.2.1 强散射特征提取 | 第75-76页 |
| 4.2.2 阴影区域提取 | 第76-77页 |
| 4.3 基于亮暗区域匹配耦合恒虚警目标检测 | 第77-82页 |
| 4.3.1 强散射特征区域和阴影区域检测 | 第77-78页 |
| 4.3.2 散射特征匹配 | 第78-82页 |
| 4.4 实验结果及参数分析 | 第82-88页 |
| 4.4.1 实验结果 | 第82-86页 |
| 4.4.2 参数分析 | 第86-88页 |
| 4.5 结论 | 第88-89页 |
| 第五章 基于语义空间和图像像素空间信息交互的SAR图像目标检测 | 第89-115页 |
| 5.1 引言 | 第89-90页 |
| 5.2 基于Sketch map的SAR图像目标候选区域图提取算法 | 第90-93页 |
| 5.2.1 SAR图像Sketch map图的提取 | 第90-92页 |
| 5.2.2 基于素描线段规整拓扑关系的人工目标候选区域检测 | 第92-93页 |
| 5.3 语义空间和图像像素空间信息交互的SAR图像目标检测 | 第93-104页 |
| 5.3.1 目标候选区域图作用下的像素子空间 | 第93-94页 |
| 5.3.2 结构区域图作用下的匀质区域组成的像素子空间 | 第94-95页 |
| 5.3.3 基于灰度统计的匀质像素子空间中的水域检测 | 第95-97页 |
| 5.3.4 基于水域上下文和信息交互的桥梁检测 | 第97-100页 |
| 5.3.5 基于水域上下文和信息交互的港口检测 | 第100-102页 |
| 5.3.6 基于非匀质区域亮暗区域共生的建筑物检测 | 第102-104页 |
| 5.4 实验结果及相关分析 | 第104-113页 |
| 5.4.1 匀质区域中水域检测结果 | 第105-106页 |
| 5.4.2 桥梁检测结果 | 第106-108页 |
| 5.4.3 港口检测结果 | 第108-109页 |
| 5.4.4 建筑物检测结果 | 第109-110页 |
| 5.4.5 算法性能分析 | 第110页 |
| 5.4.6 参数分析 | 第110-113页 |
| 5.5 结论 | 第113-115页 |
| 第六章 总结与展望 | 第115-119页 |
| 6.1 总结 | 第115-116页 |
| 6.2 展望 | 第116-119页 |
| 参考文献 | 第119-133页 |
| 致谢 | 第133-135页 |
| 作者简介 | 第135-136页 |
