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 |