高分辨率SAR图像目标识别PDF电子书下载

前言 1

第1章 绪论 1

1.1 SAR图像目标识别背景 1

1.1.1 SAR传感器的发展 1

1.1.2 SAR图像解译标准 5

1.2 SAR图像目标识别研究热点 8

1.2.1 SAR图像特点 8

1.2.2 SAR图像目标识别 12

1.3 目标识别技术流程与框架 15

1.3.1 国内外目标识别系统研究现状 15

1.3.2 识别系统框架与技术发展现状 17

1.4 本书的主要内容 24

参考文献 25

第2章 SAR图像预处理技术 30

2.1 SAR图像斑噪抑制 30

2.1.1 基于统计模型的斑噪抑制 30

2.1.2 基于偏微分方程的斑噪抑制 35

2.1.3 小波软阈值斑噪抑制 40

2.1.4 斑噪抑制的评价标准 42

2.2 目标增强技术 44

2.2.1 基于引力场的目标增强技术 44

2.2.2 基于正则化的目标增强技术 46

2.3 几何纠正 52

2.3.1 多项式纠正方法 52

2.3.2 共线方程方法 53

2.3.3 R-D模型方法 57

2.3.4 基于DEM的模拟方法 58

2.4 图像配准 59

2.4.1 方法与流程 59

2.4.2 实验与分析 65

参考文献 68

第3章 SAR图像目标检测 71

3.1 基于统计模型的检测技术 71

3.1.1 SAR图像杂波建模与参数估计 71

3.1.2 基于统计模型的CFAR检测技术 74

3.2 基于GIS信息库的目标检测 77

3.2.1 地理信息库 77

3.2.2 SAR图像与地理信息库的关联 78

3.2.3 地理信息库支持下的桥梁识别实例 79

3.3 陆地背景下SAR图像飞机目标检测 81

3.3.1 小波多尺度目标检测方法 81

3.3.2 目标辨识方法 83

3.3.3 检测策略 84

3.3.4 实验与分析 85

3.4 海洋背景下SAR图像舰船目标检测 86

3.4.1 海陆分割技术 88

3.4.2 自适应均质区域分割技术 91

3.4.3 目标预分割技术 92

3.4.4 目标辨识技术 95

3.4.5 实验与分析 96

参考文献 99

第4章 特征提取技术 100

4.1 目标峰值特征提取与分析 100

4.1.1 目标峰值特征提取 101

4.1.2 目标峰值特征稳定性分析 103

4.2 阴影特征提取与分析 107

4.2.1 目标切片特性分析 107

4.2.2 阴影区提取方法 108

4.2.3 阴影特征表示与存储 114

4.3 目标小波低频特征提取与分析 115

4.3.1 目标小波低频特征提取 115

4.3.2 目标小波低频特征稳定性分析 120

4.4 属性散射中心特征提取与分析 125

4.4.1 目标散射模型 126

4.4.2 改进的属性散射中心特征提取方法 127

4.4.3 实验与分析 142

参考文献 144

第5章 目标识别技术 146

5.1 目标方位角估计技术 146

5.1.1 目标方位角估计方法分析 147

5.1.2 峰值、阴影联合估计方法 150

5.1.3 实验与分析 151

5.2 基于峰值特征匹配的识别技术 152

5.2.1 峰值特征匹配方法 152

5.2.2 基于改进峰值的SAR目标识别方法 152

5.2.3 实验与分析 155

5.3 基于小波低频特征的目标识别 157

5.3.1 支持向量机分类原理 158

5.3.2 基于小波低频特征的SVM分类方法 162

5.3.3 实验与分析 164

5.4 多特征多分类器组合的目标识别方法 166

5.4.1 分类器组合策略 166

5.4.2 基于分类器组合的高分辨率SAR图像目标识别 168

5.4.3 实验与分析 169

参考文献 170

第6章 基于空间信息的目标检测与分析系统实现 172

6.1 系统概述 172

6.2 系统体系结构与模块功能 174

6.2.1 开发平台与总体设计 174

6.2.2 功能模块 180

6.3 SAR图像船舶检测与统计分析实例 184

6.3.1 SAR图像船舶检测与分析 184

6.3.2 AIS数据处理与分析 185

参考文献 186