首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

SAR图像目标检测中若干关键技术的研究

摘要第1-6页
ABSTRACT第6-7页
致谢第7-14页
第一章 绪论第14-19页
   ·课题的研究背景以及意义第14-15页
   ·课题来源第15页
   ·SAR 图像特点第15页
   ·SAR 图像目标检测系统简介第15-16页
   ·国内外研究情况第16-18页
   ·论文主要内容安排第18页
   ·本章小结第18-19页
第二章 SAR 图像中相干斑噪声抑制技术第19-34页
   ·相干斑噪声模型第19-20页
   ·Lee 滤波算法第20-21页
   ·Kuan 滤波算法第21页
   ·Frost 滤波算法第21-22页
   ·Gamma MAP 滤波算法第22页
   ·增强型滤波算法第22-23页
   ·Contourlet 变换去噪第23-30页
     ·多尺度几何分析第23-24页
     ·Contourlet 变换基本原理第24-29页
       ·拉普拉斯金字塔变换原理第24-25页
       ·迭代方向滤波器组第25-27页
       ·离散 Contourlet 变换第27-28页
       ·Contourlet 的多尺度分析第28页
       ·Contourlet 的多方向性分析第28-29页
     ·Contourlet 变换与 SAR 图像去噪第29-30页
       ·阈值去噪第29-30页
       ·Contourlet 阈值去噪算法步骤第30页
   ·基于增强型 Contourlet 域滤波方法的 SAR 图像去噪算法第30-33页
     ·算法步骤第30-31页
     ·算法流程第31页
     ·实验结果定性分析第31-32页
     ·实验结果定量分析第32-33页
       ·斑噪抑制效果的评价指标第32-33页
       ·SAR 图像的各算法斑噪抑制效果评价第33页
   ·本章小结第33-34页
第三章 SAR 图像分割技术第34-50页
   ·阈值分割算法第34-36页
   ·基于马尔可夫模型的分割算法第36-41页
     ·马尔可夫模型的数学描述第36-38页
     ·算法流程第38-40页
     ·迭代条件模式(ICM)算法步骤第40-41页
   ·基于 MRF 模型的 NSCT 域 SAR 图像分割法第41-49页
     ·非下采样 Contourlet 变换(NSCT)第41-43页
     ·NSCT 域上马尔可夫模型第43-46页
     ·算法流程和步骤第46-47页
       ·算法流程图第46页
       ·算法步骤第46-47页
     ·实验结果与分析第47-48页
     ·图像分割质量的评价第48-49页
       ·Kappa 系数第48-49页
       ·分类错误率和分类精确度第49页
       ·边界检出率第49页
   ·本章小结第49-50页
第四章 SAR 图像目标检测技术第50-58页
   ·SAR 图像目标检测研究现状第50页
   ·SAR 图像目标几何特征第50-52页
   ·目标检测技术第52-53页
     ·恒虚警率(CFAR)算法第52页
     ·CFAR 检测结果与分析第52-53页
   ·典型 SAR 图像机场目标检测算法第53-57页
     ·机场特征第53-54页
     ·Hough 变换检测算法第54-55页
       ·Hough 变换原理第54-55页
       ·Hough 变换实现步骤第55页
       ·实验结果与分析第55页
     ·Radon 变换检测算法第55-57页
       ·Radon 变换的定义第55-56页
       ·Radon 变换用于目标检测第56页
       ·实验结果第56-57页
   ·本章小结第57-58页
第五章 ARM 和 DSP 双处理器在 SAR 图像目标检测系统中的应用第58-67页
   ·ARM 与 DSP第58页
   ·系统的硬件介绍第58-59页
     ·ARM 与 DSP 的通信第58页
     ·实验平台简介第58-59页
   ·系统的软件介绍第59-66页
     ·Linux 开发环境的搭建第59-60页
     ·Linux 开发环境的配置第60-63页
     ·Linux 系统下使用 Qt4 的系统界面设计第63-65页
     ·DSP(TMS320C6000 系列)软件编程及代码优化第65-66页
       ·软件编程流程第65页
       ·代码优化第65-66页
   ·本章小结第66-67页
第六章 总结和展望第67-69页
   ·总结第67-68页
   ·展望第68-69页
参考文献第69-73页
攻读硕士学位期间发表的论文第73-74页

论文共74页,点击 下载论文
上一篇:基于局部时空特征的人体行为识别以及打架行为检测
下一篇:基于纹理梯度的图像分割算法研究