SAR人造目标识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-15页 |
| ·课题背景 | 第8-9页 |
| ·国内外在该方向的研究现状 | 第9-13页 |
| ·国外在该方向上的研究现状 | 第10-12页 |
| ·国内在该方向上的研究现状 | 第12-13页 |
| ·SAR目标识别技术的主要问题 | 第13页 |
| ·本文的主要工作 | 第13-15页 |
| 第2章 SAR人造目标分割及方位估计 | 第15-27页 |
| ·引言 | 第15页 |
| ·噪声影响下的SAR图像的目标分割 | 第15-19页 |
| ·基于对数变换的相干斑噪声抑制 | 第15-16页 |
| ·基于瑞利分布的SAR图像的CFAR目标分割 | 第16-17页 |
| ·实验结果分析 | 第17-19页 |
| ·对SAR图像中的地面小目标方位估计 | 第19-25页 |
| ·基于RADON变换的SAR图像目标方位估计 | 第19-21页 |
| ·利用二维连续小波变换进行目标方位估计 | 第21-24页 |
| ·实验结果分析 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 SAR人造目标特征提取 | 第27-35页 |
| ·引言 | 第27页 |
| ·目标轮廓特征 | 第27-32页 |
| ·目标轮廓的提取 | 第27-28页 |
| ·轮廓特征的傅立叶描述子表示 | 第28-29页 |
| ·基于Radon变换的轮廓特征提取 | 第29-32页 |
| ·中心矩特征 | 第32-33页 |
| ·主分量分析（PCA）特征提取 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于多特征的SAR人造目标识别 | 第35-51页 |
| ·引言 | 第35页 |
| ·基于支持向量机的分类方法 | 第35-46页 |
| ·线性支持向量机 | 第36-38页 |
| ·非线性支持向量机 | 第38-39页 |
| ·支持向量机的分类算法 | 第39-41页 |
| ·实验结果分析 | 第41-46页 |
| ·基于多特征的多分类器融合方法 | 第46-50页 |
| ·多分类器融合流程图 | 第46-47页 |
| ·多分类器融合策略 | 第47-48页 |
| ·多分类器融合的实现 | 第48-49页 |
| ·实验结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58页 |
