| 中文摘要 | 第1-9页 |
| 英文摘要 | 第9-11页 |
| 第一章 绪论 | 第11-23页 |
| 1．1 引言 | 第11-12页 |
| 1．2 国内外SAR应用研究发展动态 | 第12-16页 |
| 1．3 国内外SAR目标检测及其相关研究发展动态 | 第16-21页 |
| 1．4 本文的主要贡献 | 第21-22页 |
| 1．5 木文的结构安排 | 第22-23页 |
| 第二章 SAR成像原理及目标特性 | 第23-34页 |
| 2．1 SAR成像原理 | 第23-28页 |
| 2．1．1 概述 | 第23页 |
| 2．1．2 SAR回波理论模型 | 第23-26页 |
| 2．1．3 SAR距离高分辨原理 | 第26-27页 |
| 2．1．4 SAR方位高分辨原理 | 第27-28页 |
| 2．2 SAR成像过程 | 第28-29页 |
| 2．3 SAR目标特点 | 第29-33页 |
| 2．3．1 瑞利粗糙度判据 | 第30-31页 |
| 2．3．2 SAR数据的统计特性 | 第31-32页 |
| 2．3．3 相干斑的统计特性 | 第32-33页 |
| 2．4 SAR的数据格式 | 第33-34页 |
| 第三章 SAR相干斑噪声的抑制 | 第34-55页 |
| 3．1 抑制相干斑的必要和标准 | 第34页 |
| 3．1．1 抑制相干斑的必要 | 第34页 |
| 3．1．2 评价相干斑抑制的标准 | 第34页 |
| 3．2 SAR相干斑抑制方法 | 第34-40页 |
| 3．2．1 传统SAR相干斑抑制方法 | 第35页 |
| 3．2．2 现代SAR相干斑噪声抑制方法 | 第35-38页 |
| 3．2．3 其它滤波方法 | 第38-40页 |
| 3．3 本文提出的SAR相干斑抑制方法 | 第40-42页 |
| 3．3．1 增强小波软阈值方法 | 第40-41页 |
| 3．3．2 增强小波维纳相干斑噪声抑制方法 | 第41-42页 |
| 3．4 抑制相干斑噪声的结果和比较 | 第42-55页 |
| 3．4．1 等效视数比较 | 第43-46页 |
| 3．4．2 相干斑抑制小结 | 第46-47页 |
| 3．4．3 抑制相干斑的图像结果 | 第47-55页 |
| 第四章 SAR目标检测 | 第55-83页 |
| 4．1 典型SAR目标检测方法 | 第55-57页 |
| 4．1．1 林肯实验室的双参数恒虚警算法 | 第55-56页 |
| 4．1．2 一种已知的SAR目标检测方法 | 第56-57页 |
| 4．2 与检测有关的常用方法和准则 | 第57-63页 |
| 4．2．1 假设检验 | 第58-59页 |
| 4．2．2 贝叶斯准则 | 第59-60页 |
| 4．2．3 最小错误准则 | 第60页 |
| 4．2．4 聂曼-皮尔逊准则 | 第60-62页 |
| 4．2．5 极大极小准则 | 第62页 |
| 4．2．6 非参量检测方法 | 第62-63页 |
| 4．3 目标检测的恒虚警算法 | 第63-66页 |
| 4．3．1 平均单元恒虚警检测方法 | 第63-64页 |
| 4．3．2 中值形态恒虚警检测方法 | 第64-66页 |
| 4．4 提出的SAR目标检测方法 | 第66-71页 |
| 4．4．1 抑制相干斑后的增强目标检测方法 | 第67-70页 |
| 4．4．2 鲁棒恒虚警目标检测方法 | 第70-71页 |
| 4．5 SAR目标检测结果 | 第71-83页 |
| 4．5．1 SAR目标检测小结 | 第71-72页 |
| 4．5．2 SAR目标检测图像结果 | 第72-83页 |
| 第五章 SAR边缘提取和分割 | 第83-104页 |
| 5．1 SAR边缘提取典型算法 | 第83-90页 |
| 5．1．1 Ridha Touzi提出的SAR边缘提取方法 | 第83-85页 |
| 5．1．2 CFAR边缘方法 | 第85-86页 |
| 5．1．3 Roger Fjφrtoft等的SAR边缘提取方法 | 第86-88页 |
| 5．1．4 Florence Tupin等提出的边缘检测方法 | 第88-90页 |
| 5．2 提出的鲁棒比例边缘提取方法 | 第90-91页 |
| 5．3 SAR分割技术 | 第91-94页 |
| 5．3．1 Patrik B．G．Dammert等提出的SAR分割方法 | 第92-93页 |
| 5．3．2 本文的SAR分割方法 | 第93-94页 |
| 5．4 SAR边缘提取和分割结果 | 第94-104页 |
| 5．4．1 SAR边缘提取和分割图像结果 | 第94-95页 |
| 5．4．2 SAR边缘提取和分割小结 | 第95-104页 |
| 第六章 SAR地物和目标分类 | 第104-120页 |
| 6．1 SAR图像特征 | 第104-109页 |
| 6．1．1 一阶统计特征 | 第104-105页 |
| 6．1．2 SAR图像的纹理特征 | 第105-106页 |
| 6．1、3 特征在图像中的作用 | 第106-108页 |
| 6．1．4 特征小结 | 第108-109页 |
| 6．2 一些典型分类方法和应用 | 第109-116页 |
| 6．2．1 最小距离分类方法 | 第109-110页 |
| 6．2．2 最大似然分类方法 | 第110-112页 |
| 6．2．3 C均值分类方法 | 第112-113页 |
| 6．2．4 学习矢量量化分类方法 | 第113-114页 |
| 6．2．5 SAR分类实验 | 第114-115页 |
| 6．2．6 分类方法小结 | 第115-116页 |
| 6．3 一种SAR目标分类方法 | 第116-117页 |
| 6．3．1 引言 | 第116页 |
| 6．3．2 目标特征表示 | 第116-117页 |
| 6．3．3 目标特征距离 | 第117页 |
| 6．4 地物和目标分类结果 | 第117-120页 |
| 6．4．1 SAR地物分类图像结果 | 第117页 |
| 6．4．2 SAR目标分类图像结果 | 第117-120页 |
| 第七章 结束语 | 第120-121页 |
| 致谢 | 第121页 |
| 参考文献 | 第121-129页 |
| 攻读博士学位期间发表的论文 | 第129-130页 |
| 附录 | 第130页 |
