| 摘要 | 第1-8页 |
| ABSTRACT | 第8-15页 |
| 第一章 绪论 | 第15-37页 |
| ·引言 | 第15页 |
| ·SAR 成像技术 | 第15-16页 |
| ·SAR ATR 研究背景及意义 | 第16-18页 |
| ·SAR ATR 研究现状和相关技术 | 第18-25页 |
| ·国内外发展现状 | 第18-20页 |
| ·SAR ATR 研究的相关技术 | 第20-22页 |
| ·SAR ATR 研究的主要内容 | 第22-25页 |
| ·论文的内容和安排 | 第25-28页 |
| 本章参考文献 | 第28-37页 |
| 第二章 一种复合的SAR 图像去噪算法 | 第37-51页 |
| ·引言 | 第37-38页 |
| ·SAR 图像噪声模型 | 第38-40页 |
| ·相干斑模型 | 第39-40页 |
| ·几种滤波算法及适应性分析 | 第40-42页 |
| ·相干斑抑制的偏微分方程算法 | 第40-41页 |
| ·复数扩散算子的震动滤波器 | 第41-42页 |
| ·复合的SAR 图像提高分辨率算法 | 第42-45页 |
| ·幂变换原理 | 第42-44页 |
| ·复合的SAR 图像提高分辨率算法 | 第44-45页 |
| ·仿真实验 | 第45-48页 |
| ·本章小结 | 第48页 |
| 本章参考文献 | 第48-51页 |
| 第三章 基于CUDA 的分段自回归SAR 图像插值算法 | 第51-67页 |
| ·引言 | 第51页 |
| ·分段自回归模型的图像插值算法 | 第51-54页 |
| ·分段自回归图像模型 | 第51-53页 |
| ·分段自回归模型的图像插值算法计算复杂度分析 | 第53-54页 |
| ·CUDA 架构介绍 | 第54-55页 |
| ·基于CUDA 的并行分段自回归图像插值算法 | 第55-57页 |
| ·局部窗口划分 | 第55-56页 |
| ·模型参数估计 | 第56-57页 |
| ·实验结果与分析 | 第57-64页 |
| ·实验环境 | 第57页 |
| ·实验结果 | 第57-64页 |
| ·本章小结 | 第64页 |
| 本章参考文献 | 第64-67页 |
| 第四章 一种基于多模的SAR 图像分割算法 | 第67-81页 |
| ·引言 | 第67页 |
| ·SAR 图像模型分析 | 第67-69页 |
| ·基于多模的SAR 图像分割算法 | 第69-75页 |
| ·SAR 目标分割 | 第69-73页 |
| ·SAR 图像阴影分割 | 第73-75页 |
| ·实验结果 | 第75-78页 |
| ·实验数据 | 第75-76页 |
| ·与其它算法比较 | 第76-78页 |
| ·本章小结 | 第78页 |
| 本章参考文献 | 第78-81页 |
| 第五章 基于SAR 图像阴影和目标轮廓特征融合的自动目标识别算法 | 第81-95页 |
| ·引言 | 第81-82页 |
| ·融合的基本概念 | 第81页 |
| ·SAR 图像阴影形成模型分析 | 第81-82页 |
| ·融合SAR 图像阴影轮廓和目标轮廓的自动目标识别算法 | 第82-87页 |
| ·SAR 图像分割要求 | 第82-84页 |
| ·SAR 图像轮廓特征提取 | 第84-86页 |
| ·分类器设计 | 第86-87页 |
| ·实验结果 | 第87-90页 |
| ·实验数据 | 第87-89页 |
| ·实验结果与分析 | 第89-90页 |
| ·本章小结 | 第90-91页 |
| 本章参考文献 | 第91-95页 |
| 第六章 SAR 目标姿态角估计 | 第95-109页 |
| ·引言 | 第95页 |
| ·主要的SAR 方位角估计法 | 第95-103页 |
| ·包络矩形旋转估计法 | 第96页 |
| ·目标主轴法 | 第96-97页 |
| ·Radon 变换法 | 第97-99页 |
| ·Hough 变换法 | 第99-103页 |
| ·一种基于清晰双边的SAR 目标姿态估计算法 | 第103-104页 |
| ·实验结果分析 | 第104-106页 |
| ·本章小结 | 第106页 |
| 本章参考文献 | 第106-109页 |
| 第七章 一种基于局部纹理特征的SAR 目标变体识别算法 | 第109-121页 |
| ·引言 | 第109-110页 |
| ·基于目标方位角EBA(EDGE BASED ON AZIMUTH ANGLE)的SAR 图像配准 | 第110-114页 |
| ·偏微分去噪预处理 | 第111-112页 |
| ·Otsu 分割 | 第112页 |
| ·SAR 图像配准 | 第112-113页 |
| ·配准效果客观评价 | 第113-114页 |
| ·基于GLH（GABOR-LBP-HISTOGRAM）的纹理特征提取 | 第114-116页 |
| ·Gabor 幅值图谱 | 第114-115页 |
| ·局部Gabor 二值模式 | 第115页 |
| ·基于局部纹理的区域直方图序列 | 第115-116页 |
| ·基于局部纹理的区域直方图序列可靠性分析 | 第116页 |
| ·分类算法 | 第116页 |
| ·实验结果 | 第116-119页 |
| ·实验流程 | 第117-118页 |
| ·实验结果分析 | 第118-119页 |
| ·本章小结 | 第119页 |
| 本章参考文献 | 第119-121页 |
| 第八章 结束语 | 第121-125页 |
| ·本文内容总结 | 第121-122页 |
| ·工作展望 | 第122-125页 |
| 致谢 | 第125-129页 |
| 作者在读期间的研究成果 | 第129-131页 |
