| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究背景和意义 | 第12-13页 |
| ·目标特征的分类 | 第13-15页 |
| ·目标分类特征的研究现状和发展趋势 | 第15-17页 |
| ·目标分类特征的研究现状 | 第16-17页 |
| ·目标分类特征研究的发展趋势 | 第17页 |
| ·论文的内容组织 | 第17-20页 |
| 第二章 SAR 目标几何结构和灰度统计特征的提取与分析 | 第20-33页 |
| ·SAR 图像分割 | 第20-26页 |
| ·基于CFAR 的SAR 图像分割 | 第20-24页 |
| ·基于MRF 模型的SAR 图像分割 | 第24-26页 |
| ·双参数CFAR 与ICM 分割的比较 | 第26页 |
| ·SAR 目标几何结构特征提取 | 第26-29页 |
| ·几何特征提取 | 第27页 |
| ·结构特征提取 | 第27-29页 |
| ·峰值特征提取 | 第29页 |
| ·灰度统计特征提取 | 第29-31页 |
| ·对比度特征提取 | 第30页 |
| ·纹理特征提取 | 第30-31页 |
| ·几何结构和灰度统计特征的分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 SAR 目标变换特征提取与分析 | 第33-52页 |
| ·变换特征提取的图像预处理 | 第33-34页 |
| ·图像2D-FFT | 第33-34页 |
| ·图像幂变换与能量归一化 | 第34页 |
| ·基于图像和基于像素的两种变换特征提取方案 | 第34-36页 |
| ·PCA 特征提取与分析 | 第36-45页 |
| ·PCA 特征提取原理 | 第37-43页 |
| ·PCA 特征性能分析 | 第43-45页 |
| ·ICA 特征提取与分析 | 第45-51页 |
| ·ICA 的基本原理 | 第45-46页 |
| ·ICA 目标函数的选择 | 第46-47页 |
| ·基于固定点算法的ICA 估计 | 第47-49页 |
| ·基于FastICA 的特征提取方法 | 第49-50页 |
| ·ICA 特征与PCA 特征的比较 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 SAR 目标特征选择与目标分类实验 | 第52-68页 |
| ·基于遗传算法的特征选择 | 第52-55页 |
| ·遗传算法的原理 | 第52-53页 |
| ·基于遗传算法的特征选择方法 | 第53-55页 |
| ·最近邻分类器 | 第55-58页 |
| ·最近邻分类器的原理 | 第55页 |
| ·最近邻分类器的距离定义 | 第55-58页 |
| ·目标分类实验结果与分析 | 第58-67页 |
| ·几何结构和灰度统计特征的分类实验结果与分析 | 第58-60页 |
| ·变换特征的分类实验结果与分析 | 第60-64页 |
| ·基于遗传算法的特征选择实验结果与分析 | 第64-66页 |
| ·结论 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 结束语 | 第68-70页 |
| ·本文的主要成果 | 第68-69页 |
| ·需进一步研究的问题 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 作者在学期间取得的学术成果 | 第78-79页 |
| 附录A MSTAR 数据 | 第79-80页 |
| 附录B 目标分类混淆矩阵 | 第80-81页 |