| 第一章 绪论 | 第1-18页 |
| 1．1 SAR图像的解译 | 第12-13页 |
| 1．2 SAR图像目标识别简介 | 第13-14页 |
| 1．3 SAR图像目标识别相关技术研究动态和发展趋势 | 第14-16页 |
| 1．4 论文的主要工作和内容安排 | 第16-17页 |
| 1．5 本章小结 | 第17-18页 |
| 第二章 SAR图像的基本特性及目标识别的介绍 | 第18-22页 |
| 2．1 SAR图像中的灰度及纹理 | 第18-19页 |
| 2．1．1 灰度信息 | 第18页 |
| 2．1．2 纹理信息 | 第18-19页 |
| 2．2 SAR图像中目标特点 | 第19-21页 |
| 2．2．1 陆地目标的图像特征 | 第19-20页 |
| 2．2．2 海面目标 | 第20-21页 |
| 2．3 本章小结 | 第21-22页 |
| 第三章 基于恒虚警技术的点目标检测 | 第22-35页 |
| 3．1 引言 | 第22-23页 |
| 3．2 SAR图像杂波统计模型 | 第23-25页 |
| 3．3 杂波分布模型的确定 | 第25页 |
| 3．4 几类常用检测器介绍 | 第25-31页 |
| 3．4．1 均值类 CFAR检测器 | 第26-27页 |
| 3．4．2 有序统计类检测器 | 第27-30页 |
| 3．4．3 其它常用恒虚警检测 | 第30-31页 |
| 3．5 实验结果 | 第31-34页 |
| 3．6 本章小结 | 第34-35页 |
| 第四章 基于分形方法的纹理分割和人造目标检测 | 第35-53页 |
| 4．1 分形概念 | 第36-37页 |
| 4．2 分形维数的估算 | 第37-42页 |
| 4．2．1 基于 FBM模型的估算法 | 第38页 |
| 4．2．2 地毯法 | 第38-39页 |
| 4．2．3 盒子维法 | 第39-41页 |
| 4．2．4 实验结果 | 第41-42页 |
| 4．3 其它的分形特征 | 第42-46页 |
| 4．3．1 分形模型拟合误差 | 第43-44页 |
| 4．3．2 几何度量空间变化率 | 第44页 |
| 4．3．3 缝隙特征 | 第44-45页 |
| 4．3．4 维数升降因子 | 第45-46页 |
| 4．4 基于分形特征的 SAR图像分割 | 第46-47页 |
| 4．5 基于分形特征的 SAR图像人造目标检测 | 第47-48页 |
| 4．6 基于扩展分形特征及其改进的人造目标检测 | 第48-52页 |
| 4．6．1 扩展分形特征提取原理 | 第48-49页 |
| 4．6．2 扩展分形特征目标检测 | 第49-50页 |
| 4．6．3 扩展分形特征结合恒虚警技术在目标检测中的应用 | 第50-52页 |
| 4．7 本章小结 | 第52-53页 |
| 第五章 基于模板匹配的目标识别法 | 第53-59页 |
| 5．1 SAR图像目标识别研究 | 第53-55页 |
| 5．2 SAR图像目标识别的应用 | 第55-58页 |
| 5．2．1 匹配算法的描述 | 第55-57页 |
| 5．2．2 实验结果 | 第57-58页 |
| 5．3 本章小结 | 第58-59页 |
| 结束语 | 第59-61页 |
| 参考文献 | 第61-66页 |