| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-23页 |
| ·研究背景与意义 | 第13-14页 |
| ·研究现状与发展趋势 | 第14-20页 |
| ·研究现状 | 第15-19页 |
| ·发展趋势 | 第19-20页 |
| ·论文主要工作与组织结构 | 第20-23页 |
| 第二章 SAR 舰船目标切片分割 | 第23-37页 |
| ·引言 | 第23页 |
| ·基于 Radon 变换的 SAR 舰船目标切片精细分割 | 第23-30页 |
| ·Radon 变换的基本原理 | 第25-26页 |
| ·阈值分割 | 第26-29页 |
| ·算法流程 | 第29-30页 |
| ·分割性能评估 | 第30-36页 |
| ·评估指标 | 第31-32页 |
| ·实验结果与分析 | 第32-36页 |
| ·小结 | 第36-37页 |
| 第三章 SAR 图像舰船目标特征提取 | 第37-53页 |
| ·引言 | 第37页 |
| ·SAR 图像舰船目标典型特征分析 | 第37-44页 |
| ·几何结构特征 | 第38-40页 |
| ·灰度统计特征 | 第40-42页 |
| ·电磁散射特征 | 第42-43页 |
| ·变换域特征 | 第43-44页 |
| ·SAR 图像舰船目标的局部 RCS 密度特征 | 第44-48页 |
| ·典型舰船目标的几何结构分析 | 第44-47页 |
| ·局部 RCS 密度特征提取 | 第47-48页 |
| ·实验结果与分析 | 第48-52页 |
| ·小结 | 第52-53页 |
| 第四章 SAR 图像舰船目标特征选择与分类器设计 | 第53-77页 |
| ·引言 | 第53页 |
| ·特征评价与选择 | 第53-57页 |
| ·Filter 评价策略 | 第54-55页 |
| ·Wrapper 评价策略 | 第55-56页 |
| ·级联特征选择算法 | 第56-57页 |
| ·典型的 SAR 图像舰船目标分类器 | 第57-64页 |
| ·K-近邻分类器 | 第57-58页 |
| ·贝叶斯分类器 | 第58-60页 |
| ·BP 神经网络分类器 | 第60-62页 |
| ·SVM 分类器 | 第62-64页 |
| ·SAR 图像舰船目标组合分类器设计 | 第64-68页 |
| ·成员分类器的选取 | 第64-65页 |
| ·组合分类器的设计 | 第65-68页 |
| ·实验结果与分析 | 第68-76页 |
| ·特征评价与选择结果 | 第68-72页 |
| ·成员分类器的分类识别精度和差异性 | 第72-73页 |
| ·组合分类器的分类识别性能 | 第73-76页 |
| ·小结 | 第76-77页 |
| 第五章 结束语 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-86页 |
| 作者在学期间取得的学术成果 | 第86页 |