| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-18页 |
| ·论文背景及意义 | 第13-14页 |
| ·研究现状及发展趋势 | 第14-16页 |
| ·论文研究内容和完成的主要工作 | 第16-18页 |
| 第二章 SAR 图像杂波统计模型分析 | 第18-42页 |
| ·引言 | 第18-19页 |
| ·不同SAR 场景中的杂波统计特性分析 | 第19-31页 |
| ·均匀杂波区域 | 第19-21页 |
| ·一般不均匀杂波区域 | 第21-25页 |
| ·极不均匀杂波区域 | 第25-31页 |
| ·杂波统计模型的参数估计方法 | 第31-34页 |
| ·矩估计法 | 第31-32页 |
| ·最大似然估计法 | 第32页 |
| ·各种杂波模型的参数估计 | 第32-34页 |
| ·杂波统计模型的拟合评估准则 | 第34-36页 |
| ·AIC 准则 | 第34页 |
| ·X~2匹配检验 | 第34-35页 |
| ·K－S检验 | 第35页 |
| ·D’Agostino-Pearson 检验 | 第35-36页 |
| ·实验结果及分析 | 第36-41页 |
| ·单幅SAR 均匀杂波场景的拟合结果 | 第36-38页 |
| ·森林区域的拟合结果 | 第38-40页 |
| ·城市杂波的拟合结果 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第三章 基于统计模型的CFAR 目标检测方法 | 第42-57页 |
| ·引言 | 第42页 |
| ·基于模型的CFAR 检测 | 第42-44页 |
| ·各种分布模型的CFAR 检测 | 第44-49页 |
| ·基于高斯分布的CFAR 检测 | 第44-45页 |
| ·基于瑞利分布的CFAR 检测 | 第45页 |
| ·基于伽玛分布的CFAR 检测 | 第45-46页 |
| ·基于对数正态分布的CFAR 检测 | 第46页 |
| ·基于韦布尔分布的CFAR 检测 | 第46-47页 |
| ·基于K 分布的CFAR 检测 | 第47-48页 |
| ·基于Beta-Prime 分布的CFAR 检测 | 第48-49页 |
| ·各种CFAR 检测器 | 第49-51页 |
| ·CA-CFAR 检测器 | 第49-50页 |
| ·GO-CFAR 和SO-CFAR 检测器 | 第50页 |
| ·OS-CFAR 检测器 | 第50-51页 |
| ·实验结果及分析 | 第51-56页 |
| ·弱杂波环境中的CFAR 检测 | 第51-54页 |
| ·强杂波环境中的CFAR 检测 | 第54-56页 |
| ·小结 | 第56-57页 |
| 第四章 基于统计利用特征的目标检测 | 第57-73页 |
| ·引言 | 第57页 |
| ·EF 特征检测 | 第57-61页 |
| ·EF 特征检测的尺度敏感性 | 第58-59页 |
| ·目标/杂波模型分析 | 第59-61页 |
| ·基于二次Gamma 核的目标检测 | 第61-67页 |
| ·Gamma 方程 | 第61-63页 |
| ·二次Gamma 核检测的特征提取和目标检测 | 第63-64页 |
| ·样本训练 | 第64页 |
| ·自动选取二次Gamma 核模板参数的方法 | 第64-66页 |
| ·基于二次Gamma 核检测器与双参数CFAR 检测器的关系 | 第66-67页 |
| ·融合的目标检测方法 | 第67-68页 |
| ·实验结果及分析 | 第68-71页 |
| ·EF 特征和局部对比度特征的融合检测 | 第68-69页 |
| ·改进参数选择方法的基于二次Gamma 核的目标检测 | 第69-70页 |
| ·EF 特征检测和基于二次Gamma 核检测融合的检测方法 | 第70-71页 |
| ·小结 | 第71-73页 |
| 第五章 结束语 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 作者在攻读硕士学位期间完成的主要论文 | 第81页 |
