| 摘要 | 第9-10页 |
| abstract | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 飞机目标识别的研究现状 | 第12-13页 |
| 1.2.2 SARATR的研究现状 | 第13-17页 |
| 1.2.3 SAR图像飞机目标的识别难点 | 第17-18页 |
| 1.3 论文的结构及主要工作 | 第18-20页 |
| 第二章 SAR图像飞机目标分割 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 SAR图像预处理 | 第20-23页 |
| 2.2.1 图像增强 | 第20-22页 |
| 2.2.2 Frost滤波 | 第22-23页 |
| 2.3 基于多种子点分区域生长的机场跑道提取 | 第23-28页 |
| 2.3.1 种子点的选取 | 第24-25页 |
| 2.3.2 机场跑道的提取 | 第25-28页 |
| 2.4 飞机目标分割 | 第28-30页 |
| 2.4.1 CFAR检测算法 | 第28-29页 |
| 2.4.2 基于CFAR的SAR图像飞机目标检测 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于可变参数化几何模型的SAR图像飞机目标特征提取方法 | 第32-49页 |
| 3.1 引言 | 第32-33页 |
| 3.2 飞机目标的基础知识 | 第33-36页 |
| 3.2.1 飞机目标的结构 | 第33-35页 |
| 3.2.2 飞机目标的几何特征 | 第35-36页 |
| 3.3 SAR图像飞机目标参数化几何模型的构建 | 第36-39页 |
| 3.3.1 几何模型的构建 | 第36-38页 |
| 3.3.2 几何模型参数的取值范围确定 | 第38-39页 |
| 3.4 遗传算法的基本原理 | 第39-42页 |
| 3.4.1 遗传算法的概述 | 第39页 |
| 3.4.2 遗传算法的运算流程 | 第39-41页 |
| 3.4.3 目标函数的构建 | 第41-42页 |
| 3.4.4 遗传算法的参数设置 | 第42页 |
| 3.5 SAR图像飞机目标几何特征提取 | 第42-43页 |
| 3.6 实验结果分析 | 第43-48页 |
| 3.6.1 仿真图像的实验 | 第43-45页 |
| 3.6.2 实测图像的实验 | 第45-47页 |
| 3.6.3 飞机目标几何特征参数实验误差分析 | 第47-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 基于D-S证据融合的SAR图像飞机目标分类方法研究 | 第49-63页 |
| 4.1 引言 | 第49页 |
| 4.2 经典D-S证据融合理论基础 | 第49-53页 |
| 4.2.1 证据融合理论概述 | 第49-50页 |
| 4.2.2 D-S证据理论的基本概念 | 第50-52页 |
| 4.2.3 D-S证据理论的合成法则 | 第52-53页 |
| 4.2.4 D-S证据理论的决策规则 | 第53页 |
| 4.3 基于D-S证据融合的SAR图像飞机目标分类 | 第53-58页 |
| 4.3.1 基本概率分配函数的构造 | 第54-56页 |
| 4.3.2 基本概率分配函数参数设置及证据融合框架搭建 | 第56-58页 |
| 4.4 实验结果分析 | 第58-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 结束语 | 第63-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 作者攻读硕士期间取得的学术成果 | 第72页 |
