摘要 | 第1-11页 |
Abstract | 第11-13页 |
第一章 绪论 | 第13-20页 |
·课题研究背景及意义 | 第13-14页 |
·SAR图像舰船检测研究现状与发展趋势 | 第14-19页 |
·SAR图像舰船检测研究现状 | 第14-18页 |
·SAR图像舰船检测发展趋势 | 第18-19页 |
·本文研究内容 | 第19-20页 |
第二章 SAR图像海面杂波统计模型分析 | 第20-40页 |
·SAR图像海面杂波统计模型 | 第20-33页 |
·杂波统计模型的参数估计方法 | 第21-22页 |
·高斯分布的统计模型 | 第22-23页 |
·基于瑞利分布的统计模型 | 第23-24页 |
·基于Gamma分布的统计模型 | 第24-26页 |
·基于Weibull分布的统计模型 | 第26-28页 |
·基于对数正态分布的统计模型 | 第28-29页 |
·基于K分布的统计模型 | 第29-32页 |
·各种统计模型的比较分析 | 第32-33页 |
·杂波统计模型的拟合评估准则 | 第33-36页 |
·AIC准则 | 第33-34页 |
·χ~2匹配检验 | 第34页 |
·绝对值误差检验 | 第34-35页 |
·K-S检验 | 第35页 |
·Pearson检验 | 第35页 |
·D'Agostino-Pearson检验 | 第35-36页 |
·实验结果与分析 | 第36-39页 |
·小结 | 第39-40页 |
第三章 SAR图像舰船目标检测 | 第40-62页 |
·影响舰船检测的因素 | 第40-45页 |
·舰船因素 | 第40-41页 |
·SAR系统因素 | 第41-43页 |
·环境因素 | 第43-45页 |
·海面舰船目标CFAR检测技术 | 第45-49页 |
·CFAR及其改进算法 | 第45-47页 |
·全局CFAR检测算法 | 第47-48页 |
·局部双参数CFAR检测算法 | 第48-49页 |
·基于局部杂波统计模型自适应的CFAR检测算法 | 第49-53页 |
·杂波模型失配对CFAR检测性能的影响分析 | 第49-52页 |
·杂波自适应和目标检测 | 第52-53页 |
·基于二次Gamma核的SAR图像舰船目标检测方法 | 第53-58页 |
·Gamma方程 | 第53-55页 |
·特征提取和目标检测 | 第55-56页 |
·样本训练和参数选取 | 第56页 |
·实验结果与分析 | 第56-58页 |
·两种目标检测方法性能分析 | 第58-61页 |
·仿真实验数据的产生 | 第58-60页 |
·仿真实验性能分析 | 第60-61页 |
·小结 | 第61-62页 |
第四章 舰船目标相关参数估计 | 第62-69页 |
·舰船目标几何参数估计方法 | 第62-65页 |
·基于力学空间矩的估计方法 | 第62-63页 |
·基于图像域的估计方法 | 第63-65页 |
·舰船目标地理位置的估计方法 | 第65-67页 |
·实验结果与分析 | 第67-68页 |
·小结 | 第68-69页 |
第五章 结论与展望 | 第69-71页 |
·本文所做工作 | 第69页 |
·需要进一步研究的问题 | 第69-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-75页 |
攻读硕士学位期间发表论文 | 第75页 |