偵測目標(biāo)的SAR圖像處理與應(yīng)用

主要縮略詞說明
第1章 緒論
1.1 引言
1.2 偵測信號處理內(nèi)容與方法
1.3 偵測信息獲取技術(shù)
1.4 SAR圖像處理相關(guān)技術(shù)現(xiàn)狀
1.4.1 SAR成像技術(shù)
1.4.2 目標(biāo)散射特征及提取技術(shù)
1.4.3 SAR圖像目標(biāo)檢測技術(shù)
1.4.4 SAR圖像變化檢測技術(shù)
1.4.5 SAR圖像斑點噪聲抑制技術(shù)
1.5 本書內(nèi)容安排
參考文獻(xiàn)
第2章 星載SAR數(shù)據(jù)預(yù)處理與成像算法
2.1 概述
2.2 SAR成像基本原理
2.3 星載SAR成像數(shù)據(jù)預(yù)處理
2.3.1 數(shù)據(jù)的壓縮與解壓及傳輸
2.3.2 數(shù)據(jù)預(yù)處理
2.4 MFSC算法
2.4.1 RD算法
2.4.2 MFSC算法描述
2.5 實測數(shù)據(jù)成像處理實例
2.6 星載SAR快視成像算法
2.6.1 SAR快視成像實質(zhì)與數(shù)據(jù)處理
2.6.2 綜合SAR快視成像方法
2.6.3 實測數(shù)據(jù)處理結(jié)果
2.7 本章小結(jié)
參考文獻(xiàn)
第3章 SAR圖像斑點噪聲抑制方法
3.1 概述
3.2 SAR圖像斑點噪聲產(chǎn)生機理及特性
3.2.1 斑點噪聲產(chǎn)生機理
3.2.2 斑點噪聲的統(tǒng)計特性
3.3 基于空間域和變換域融合的濾波方法
3.3.1 多視處理濾波法
3.3.2 空間域濾波方法
3.3.3 變換域濾波方法
3.3.4 基于小波分析的數(shù)據(jù)融合抑噪算法
3.3.5 實驗結(jié)果和算法應(yīng)用分析
3.4 CRSN算法
3.4.1 算法描述
3.4.2 實驗結(jié)果分析
3.5 本章小結(jié)
參考文獻(xiàn)
第4章 基于特征點的SAR圖像配準(zhǔn)
4.1 概述
4.2 SAR圖像配準(zhǔn)技術(shù)
4.2.1 SAR圖像配準(zhǔn)的定義
4.2.2 SAR圖像配準(zhǔn)技術(shù)現(xiàn)狀
4.3 圖像配準(zhǔn)的空間變換模型
4.4 基于SIFT算法的重疊區(qū)域特征點提取
4.4.1 SIFT算法原理
4.4.2 基于重疊區(qū)域的SIFT算法特征點提取
4.4.3 實驗結(jié)果與分析
4.5 特征點匹配
4.5.1 基于最近距離的特征點匹配法
4.5.2 誤匹配點對的消除方法
4.5.3 實驗結(jié)果與分析
4.6 基于SIFT特征點的SAR圖像配準(zhǔn)
4.6.1 SAR圖像的粗配準(zhǔn)
4.6.2 SAR圖像的精確配準(zhǔn)
4.7 本章小結(jié)
參考文獻(xiàn)
第5章 SAR目標(biāo)散射特性與變化檢測
5.1 概述
5.2 SAR圖像與目標(biāo)散射特性的關(guān)系
5.3 目標(biāo)的散射機理與散射特性
5.3.1 目標(biāo)散射機理
5.3.2 目標(biāo)散射特性
5.4 RCS的定義與計算
5.4.1 RCS的定義
5.4.2 高頻區(qū)目標(biāo)RCS的預(yù)估方法
5.5 導(dǎo)彈機動發(fā)射車的散射機理、模型與計算
5.6 基于散射特性的目標(biāo)變化檢測
5.7 本章小結(jié)
參考文獻(xiàn)
第6章 SAR圖像目標(biāo)的增強與檢測方法
6.1 概述
6.2 ICA原理與算法
6.2.1 ICA原理
6.2.2 負(fù)熵最大化判據(jù)準(zhǔn)則
6.2.3 基于負(fù)熵的快速ICA算法
6.3 基于ICA的SAR圖像目標(biāo)增強與檢測
6.3.1 ICA-CFAR算法描述
6.3.2 SAR圖像背景雜波分布模型
6.3.3 實驗結(jié)果
6.4 CCFAR目標(biāo)檢測算法
6.4.1 CCFAR算法描述
6.4.2 亞像元空間域源算法
6.4.3 實驗結(jié)果
6.5 CRSN算法與CCFAR算法
6.6 本章小結(jié)
參考文獻(xiàn)
第7章 基于像素級的SAR圖像變化檢測
7.1 概述
7.2 圖像變化檢測方法綜述
7.2.1 基于圖像代數(shù)運算的變化檢測方法
7.2.2 基于圖像變換的變化檢測方法
7.2.3 基于圖像分類的變化檢測方法
7.3 基于貝葉斯理論的最小錯誤率的閾值確定方法
7.3.1 貝葉斯理論的基本概念
7.3.2 均值循環(huán)迭代KI算法
7.3.3 多閾值EM算法
7.4 UTWT算法
7.4.1 算法描述
7.4.2 小波分析及最佳分解層的確定
7.4.3 實驗結(jié)果
7.5 FMWT算法
7.5.1 SAR1波信號的分形模型
7.5.2 SAR圖像分形維數(shù)計算
7.5.3 FMWT算法描述
7.5.4 實驗結(jié)果與分析
7.6 SAR圖像變化機理分析與綜合變化檢測
7.6.1 SAR圖像變化機理
7.6.2 SAR圖像變化類型分類
7.6.3 綜合的SAR圖像變化檢測方法
7.6.4 實驗結(jié)果
7.7 極化SAR圖像變化檢測
7.7.1 SAR數(shù)據(jù)極化理論及特征
7.7.2 實驗結(jié)果與分析
7.8 本章小結(jié)
參考文獻(xiàn)
第8章 低分辨率的SAR圖像目標(biāo)變化檢測
8.1 概述
8.2 SAR圖像目標(biāo)方位角估計
8.2.1 目標(biāo)方位角估計方法
8.2.2 綜合的目標(biāo)方位角估計算法
8.2.3 實驗結(jié)果與分析
8.3 基于RCS曲線的SAR圖像點目標(biāo)變化檢測
8.3.1 算法描述
8.3.2 仿真實驗結(jié)果
8.4 基于后向散射系數(shù)的光滑面目標(biāo)變化檢測
8.4.1 粗糙表面的散射模型
8.4.2 地表粗糙參數(shù)與散射系數(shù)的關(guān)系
8.4.3 變化檢測模型
8.4.4 仿真實驗結(jié)果
8.5 本章小結(jié)
參考文獻(xiàn)
第9章 高分辨率SAR圖像目標(biāo)變化檢測
9.1 概述
9.2 基于一維像的目標(biāo)變化檢測
9.2.1 一維像的數(shù)學(xué)模型與數(shù)據(jù)獲取
9.2.2 基于一維像的目標(biāo)變化檢測方法
9.3 基于二維散射中心的目標(biāo)變化檢測
9.3.1 二維散射中心模型
9.3.2 二維散射中心模型參數(shù)估計
9.3.3 仿真實驗
9.3.4 基于結(jié)構(gòu)特征的目標(biāo)變化檢測方法
9.4 本章小結(jié)
參考文獻(xiàn)
第10章 SAR在軍事領(lǐng)域中的應(yīng)用
10.1 概述
10.2 在偵察領(lǐng)域中的應(yīng)用
10.3 在異常探測領(lǐng)域中的應(yīng)用
10.4 在匹配制導(dǎo)領(lǐng)域中的應(yīng)用
10.5 在毀傷評估中的應(yīng)用
10.6 在地球物理戰(zhàn)中的應(yīng)用
10.7 本章小結(jié)
參考文獻(xiàn)