基于小波分析的高分辨率雷达目标识别方法研究
| 第1章 绪论 | 第1-31页 |
| ·引言 | 第11-12页 |
| ·雷达目标识别的研究状况 | 第12-17页 |
| ·SAR的成像及图像特点 | 第13页 |
| ·SAR图像自动目标识别技术 | 第13-17页 |
| ·小波分析的发展与研究现状 | 第17-24页 |
| ·小波理论的发展历史、现状与前景 | 第17页 |
| ·小波分析的定义 | 第17-19页 |
| ·多分辨分析 | 第19页 |
| ·小波变换的Mallat算法 | 第19-21页 |
| ·正交小波与双正交小波 | 第21-23页 |
| ·二维小波变换 | 第23-24页 |
| ·小波方法在SAR图像目标识别中的应用研究分析 | 第24-27页 |
| ·小波方法滤除SAR图像噪声 | 第24-26页 |
| ·小波方法在特征提取方面的应用 | 第26-27页 |
| ·小波方法与神经网络相互结合的应用研究 | 第27页 |
| ·论文的主要工作及结构 | 第27-31页 |
| 第2章 SAR图像斑点噪声的滤除 | 第31-69页 |
| ·引言 | 第31页 |
| ·SAR图像和斑点噪声 | 第31-33页 |
| ·SAR图像统计特性 | 第31-32页 |
| ·斑点噪声模型与降噪原理 | 第32页 |
| ·斑点噪声水平表示 | 第32-33页 |
| ·常见的空间域滤波算法 | 第33-44页 |
| ·算法总结 | 第33页 |
| ·常用算法描述 | 第33-35页 |
| ·传统算法的处理结果 | 第35-44页 |
| ·基于小波方法的斑点噪声滤除 | 第44-58页 |
| ·小波系数压缩方法 | 第45页 |
| ·基于小波系数压缩方法的斑点噪声滤除 | 第45-49页 |
| ·小波系数压缩算法处理结果 | 第49-58页 |
| ·基于小波系数压缩方法的快速算法 | 第58-68页 |
| ·基于小波系数压缩方法的快速算法 | 第58-62页 |
| ·基于小波系数压缩方法快速算法的滤波结果 | 第62-68页 |
| ·结论 | 第68-69页 |
| 第3章 SAR图像小波纹理能量特征提取 | 第69-88页 |
| ·引言 | 第69页 |
| ·二维小波变换方法 | 第69-70页 |
| ·无下采样的二维小波变换处理SAR图像 | 第70-72页 |
| ·“多孔”算法处理SAR图像 | 第72-77页 |
| ·“多孔”算法 | 第72-73页 |
| ·“多孔”算法滤波算子的推导 | 第73-75页 |
| ·“多孔”算法处理SAR图像的结果 | 第75-77页 |
| ·小波纹理能量特征的提取 | 第77-87页 |
| ·常见小波纹理特征 | 第77页 |
| ·能量特征的选择 | 第77-80页 |
| ·小波纹理的直方图特征 | 第80-85页 |
| ·共生矩阵特征 | 第85-87页 |
| ·结论 | 第87-88页 |
| 第4章 图像分割目标识别方法 | 第88-115页 |
| ·引言 | 第88-89页 |
| ·BP算法在图像目标分类中的应用 | 第89-94页 |
| ·BP网络结构 | 第89-90页 |
| ·BP网训练算法 | 第90-91页 |
| ·BP算法在SAR图像目标分类中的应用 | 第91-94页 |
| ·径向基函数网络在图像目标分类中的应用 | 第94-101页 |
| ·网络结构 | 第95-96页 |
| ·RBF网络训练 | 第96-97页 |
| ·实验结果 | 第97-101页 |
| ·自组织特征映射神经网络在图像分类中的应用 | 第101-102页 |
| ·自组织特征映射神经网络的结构 | 第101页 |
| ·自组织特征映射神经网络的学习算法 | 第101-102页 |
| ·分类实验结果 | 第102页 |
| ·模糊C-均值聚类方法 | 第102-104页 |
| ·直方图在图像分类快速算法中的应用总结 | 第104-107页 |
| ·针对像素对象处理的算法实质 | 第105页 |
| ·直方图在几类算法中的应用 | 第105-106页 |
| ·运算量的比较及仿真结果 | 第106-107页 |
| ·彩色图像的K均值法分割方法 | 第107-112页 |
| ·算法 | 第107-108页 |
| ·彩色图像分割算法在SAR图像处理中的应用 | 第108-110页 |
| ·各种算法分类比较 | 第110-112页 |
| ·分割图像的后处理 | 第112-113页 |
| ·结论 | 第113-115页 |
| 第5章 目标检测识别的特殊方法研究 | 第115-133页 |
| ·引言 | 第115页 |
| ·SAR图像边缘检测的数学形态学方法 | 第115-122页 |
| ·数学形态学基本概念 | 第116-118页 |
| ·灰值形态运算子的实现 | 第118页 |
| ·形态学梯度在SAR图像中的应用 | 第118-121页 |
| ·结构元素的确定方法 | 第121页 |
| ·阈值的确定方法 | 第121-122页 |
| ·方向小波算法与形态方法进行滤波 | 第122-125页 |
| ·方向小波滤波器 | 第122-123页 |
| ·处理结果 | 第123-125页 |
| ·基于累积概率分布的SAR目标检测识别研究 | 第125-132页 |
| ·基于K-S距离的分割技术 | 第125-129页 |
| ·类间方差最大方法的图像二值化 | 第129-130页 |
| ·比较 | 第130-132页 |
| ·结论 | 第132-133页 |
| 结论 | 第133-135页 |
| 参考文献 | 第135-144页 |
| 攻读博士学位期间所做的工作 | 第144-145页 |
| 致谢 | 第145-147页 |
| 附录 | 第147-150页 |
