首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文

高分辨率SAR图像自动目标识别方法研究

摘要第1-10页
ABSTRACT第10-12页
第一章 绪论第12-24页
 §1.1 背景介绍第12-14页
 §1.2 SAR图像自动目标识别的研究内容及发展现状第14-20页
     ·ATR技术回顾第14-16页
     ·SAR ATR系统的发展与现状第16-20页
 §1.3 论文的主要内容及贡献第20-24页
第二章 SAR图像目标检测第24-44页
 §2.1 SAR图像建模第24-31页
     ·乘法模型第24-26页
     ·Weibull分布模型第26页
     ·高分辨率SAR图像建模第26-31页
 §2.2 典型的SAR图像目标检测算法第31-33页
     ·CFAR检测算法第31-32页
     ·形态学共享权值神经网络(MSNN)检测算法第32-33页
 §2.3 基于CFAR的高分辨率SAR图像目标检测第33-41页
     ·基于Rayleigll分布的CFAR算子第33-34页
     ·CFAR快速算法第34-37页
     ·局部方差特征第37-38页
     ·定位感兴趣区域第38-39页
     ·实验及结果分析第39-40页
     ·结论第40-41页
 §2.4 小结第41-44页
第三章 SAR图像目标辨识第44-68页
 §3.1 ROI分割第44-51页
     ·基于MRF的ROI分割算法第45-47页
     ·基于CFAR的ROI分割算法第47-49页
     ·条纹干扰的抑制第49-50页
     ·目标区域的抽取第50页
     ·两种分割算法的比较第50-51页
 §3.2 一种基于扩展分形特征的辨识算子第51-53页
     ·EF特征第51-52页
     ·EF辨识算子第52-53页
 §3.3 一种基于矢量量化的辨识算子第53-60页
     ·基于Radon变换的特征提取第53-56页
     ·矢量量化第56-59页
     ·基于矢量量化的辨识算子第59-60页
 §3.4 综合辨识算法及实验第60-65页
     ·面积辨识算子第60页
     ·峰值能量比辨识算子第60-61页
     ·门限的选择第61-62页
     ·实验第62-65页
 §3.5 小结第65-68页
第四章 SAR图像目标分类第68-108页
 §4.1 典型目标分类方法介绍第68-71页
     ·基于HMM的SAR图像目标分类技术第69页
     ·利用相关滤波器的目标分类技术第69-70页
     ·基于神经网络的目标分类技术第70页
     ·基于模板匹配的目标分类技术第70页
     ·基于图像散射中心的目标分类技术第70-71页
 §4.2 目标方位角估计第71-80页
     ·算法描述第72-73页
     ·距离向主导边界方位角估计第73页
     ·方位向主导边界方位角估计第73-75页
     ·去毛刺第75页
     ·次大区域的影响第75-77页
     ·实验及结果分析第77-80页
 §4.3 特征选择及其不变性研究第80-90页
     ·峰值特征定义第81-82页
     ·方位角不变性和俯视角不变性第82页
     ·图像配准第82-83页
     ·位置不变性和幅值不变性第83-84页
     ·随机不变性第84页
     ·实验第84-89页
     ·结论第89-90页
 §4.4 特征匹配算法及识别实验第90-100页
     ·特征匹配算法第90-93页
     ·特征点数目的影响第93-94页
     ·同时使用多种特征的情形第94-95页
     ·算法的收敛性及计算复杂度第95页
     ·对非目标的拒识第95-96页
     ·实验及结果分析第96-100页
 §4.5 遮挡条件下目标识别研究第100-102页
 §4.6 基于HMM的目标分类方法研究第102-107页
     ·利用HMM进行目标分类的原理第103页
     ·基于HMM的目标分类的实现第103-105页
     ·实验第105-107页
 §4.7 小结第107-108页
第五章 结论与展望第108-110页
 §5.1 本文的研究结论第108-109页
 §5.2 课题的展望第109-110页
致谢第110-112页
参考文献第112-118页
附录第118页

论文共118页,点击 下载论文
上一篇:对外直接投资国际比较和我国的对策研究
下一篇:产业化过程中衡阳广电冗员裁减的问题与对策