摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 论文研究的背景与意义 | 第10-11页 |
1.2 相关技术的国内外研究现状 | 第11-16页 |
1.2.1 相干斑抑制技术 | 第12页 |
1.2.2 SAR图像目标检测技术 | 第12-14页 |
1.2.3 多核DSP技术 | 第14-16页 |
1.3 论文的研究内容与结构 | 第16-18页 |
1.3.1 论文的研究内容 | 第16-17页 |
1.3.2 论文的结构安排 | 第17-18页 |
第2章 SAR图像相干斑抑制算法 | 第18-30页 |
2.1 引言 | 第18页 |
2.2 SAR图像的成像原理和相干斑噪声模型 | 第18-19页 |
2.3 现有各向异性扩散相干斑抑制算法 | 第19-22页 |
2.3.1 P-M模型 | 第19-20页 |
2.3.2 SRAD方法 | 第20-21页 |
2.3.3 IEAD方法 | 第21页 |
2.3.4 EDAD方法 | 第21-22页 |
2.4 基于加权曼哈顿距离各向异性扩散滤波 | 第22-25页 |
2.4.1 基于加权曼哈顿距离边缘检测算子的获取 | 第22-23页 |
2.4.2 WMDAD算法及流程 | 第23-25页 |
2.5 实验结果与分析 | 第25-29页 |
2.6 本章小结 | 第29-30页 |
第3章 基于CFAR的目标检测算法 | 第30-50页 |
3.1 引言 | 第30页 |
3.2 CFAR检测器基本理论 | 第30-31页 |
3.3 常用的背景杂波统计模型 | 第31-34页 |
3.3.1 高斯分布统计模型 | 第31-32页 |
3.3.2 瑞利分布统计模型 | 第32页 |
3.3.3 对数正态分布模型 | 第32-33页 |
3.3.4 Gamma分布模型 | 第33页 |
3.3.5 K分布模型 | 第33-34页 |
3.4 背景杂波模型拟合准则 | 第34-35页 |
3.4.1 K-S检验方法 | 第34页 |
3.4.2 均方误差校验方法(MSE) | 第34-35页 |
3.5 背景杂波模型的选取及分析 | 第35-37页 |
3.6 传统CFAR检测算法 | 第37-39页 |
3.6.1 局部双参数CFAR检测算法 | 第37-38页 |
3.6.2 全局CFAR检测算法 | 第38-39页 |
3.7 改进的基于非局部均值双参数CFAR算法 | 第39-44页 |
3.7.1 算法原理 | 第40-41页 |
3.7.2 算法流程 | 第41-44页 |
3.8 算法实验结果的分析与评价 | 第44-49页 |
3.8.1 检测性能评价指标 | 第44页 |
3.8.2 实验结果与分析 | 第44-49页 |
3.9 本章小结 | 第49-50页 |
第4章 基于显著性的目标检测算法 | 第50-68页 |
4.1 引言 | 第50页 |
4.2 显著性经典算法 | 第50-55页 |
4.2.1 ITTI算法 | 第50-53页 |
4.2.2 GBVS算法 | 第53-54页 |
4.2.3 SR算法 | 第54-55页 |
4.3 一种基于改进LC模型的显著性检测算法 | 第55-59页 |
4.3.1 LC模型 | 第55-56页 |
4.3.2 改进的基于LC模型的显著性检测算法 | 第56-59页 |
4.4 实验结果与分析 | 第59-66页 |
4.4.1 显著性检测算法的客观评价指标 | 第59-61页 |
4.4.2 SAR图像实验 | 第61-66页 |
4.5 本章小结 | 第66-68页 |
第5章 基于双片DSP的雷达目标快速识别软件的设计与实现 | 第68-78页 |
5.1 引言 | 第68页 |
5.2 图像处理单元 | 第68-71页 |
5.2.1 系统硬件平台 | 第68-69页 |
5.2.2 TMS320C6678处理器 | 第69-71页 |
5.3 软件的系统流程和算法流程设计 | 第71-72页 |
5.3.1 软件的系统流程设计 | 第71页 |
5.3.2 算法流程的设计 | 第71-72页 |
5.4 软件的移植与优化 | 第72-75页 |
5.4.1 软件的移植 | 第72-73页 |
5.4.2 软件的优化 | 第73-75页 |
5.5 软件测试结果 | 第75-77页 |
5.6 本章小结 | 第77-78页 |
结论 | 第78-80页 |
参考文献 | 第80-86页 |
攻读硕士学位期间所发表的学术论文 | 第86-88页 |
致谢 | 第88页 |