| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 0 绪论 | 第9-15页 |
| 0.1 合成孔径雷达 | 第9-10页 |
| 0.2 合成孔径雷达的发展 | 第10-11页 |
| 0.3 合成孔径雷达的应用 | 第11-13页 |
| 0.4 本论文的主要工作和创新点 | 第13-14页 |
| 0.5 本论文的实验条件和实验软件 | 第14-15页 |
| 1 极化散射 | 第15-21页 |
| 1.1 极化散射基础理论 | 第15-17页 |
| 1.2 目标散射特性和分解理论 | 第17-19页 |
| 1.3 PALSAR和ESAR数据 | 第19-21页 |
| 2 SAR图像的预处理 | 第21-24页 |
| 2.1 极化SAR相干噪声和改进的Lee-Sigma滤波器 | 第21-23页 |
| 2.1.1 极化SAR相干噪声 | 第21-22页 |
| 2.1.2 改进的Lee-sigma滤波器 | 第22-23页 |
| 2.2 SAR图像增强和香农熵分量 | 第23-24页 |
| 3 极化SAR图像的机场ROI提取 | 第24-33页 |
| 3.1 机场ROI特征 | 第24页 |
| 3.2 基于区域分割之基于CV算法的机场ROI提取 | 第24-27页 |
| 3.2.1 采用多相水平集的CV模型 | 第24-25页 |
| 3.2.2 实验步骤和实验结果 | 第25-27页 |
| 3.3 基于区域分割之基于ABC算法和FMI算法的机场ROI提取 | 第27-32页 |
| 3.3.1 最大模糊互信息法 | 第28-29页 |
| 3.3.2 人工蜂群算法 | 第29页 |
| 3.3.3 实验步骤和实验结果 | 第29-32页 |
| 3.4 基于边缘提取之基于ROEWA算子和Gabor算子的机场ROI提取 | 第32-33页 |
| 4 极化SAR图像的飞机目标检测 | 第33-49页 |
| 4.1 飞机特征 | 第33-34页 |
| 4.2 CFAR算法 | 第34-47页 |
| 4.2.1 CFAR概念 | 第34-41页 |
| 4.2.2 实验结果及结果分析 | 第41-47页 |
| 4.3 分形特征算法 | 第47-49页 |
| 5 结论 | 第49-51页 |
| 5.1 研究总结 | 第49-50页 |
| 5.1.1 机场ROI提取算法总结 | 第49-50页 |
| 5.1.2 飞机检测算法总结 | 第50页 |
| 5.2 启发和展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 后记 | 第54-55页 |
| 出版列表 | 第55-56页 |
