论文目录 | |
摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-19页 |
· 研究背景和意义 | 第12-13页 |
· 多波段多极化 SAR 图像目标检测技术研究现状 | 第13-16页 |
· 单波段单极化目标检测技术研究现状 | 第13-15页 |
· 多波段多极化目标融合检测技术研究现状 | 第15-16页 |
· 多波段多极化 SAR 图像目标融合检测技术的难点 | 第16-17页 |
· 研究内容和组织结构 | 第17-19页 |
第二章 单波段/极化 SAR 目标检测理论基础及典型算法实现 | 第19-28页 |
· 引言 | 第19页 |
· CFAR 检测技术原理 | 第19-24页 |
· CFAR 检测技术定义 | 第19-20页 |
· 常用的背景杂波分布模型 | 第20-23页 |
· 常用 CFAR 检测器结构 | 第23-24页 |
· 经典算法的实现 | 第24-27页 |
· 基于双参数恒虚警的 SAR 图像目标检测算法 | 第24页 |
· 基于 K 分布的全局 CFAR 目标检测算法实现 | 第24-25页 |
· 实验结果 | 第25-27页 |
· 本章小结 | 第27-28页 |
第三章 多背景杂波分布模型的单波段/极化 SAR 自适应 CFAR 检测 | 第28-41页 |
· 引言 | 第28页 |
· SAR 图像地物类型区域判断 | 第28-30页 |
· 统计特征量选择 | 第28-29页 |
· 区域判断准则 | 第29-30页 |
· 对三种地物类型分别建模 | 第30-35页 |
· 不同地物类型的候选模型 | 第30-31页 |
· 不同地物类型的候选模型 | 第31-32页 |
· 模型选择结果验证 | 第32-35页 |
· 基于多背景杂波分布模型的自适应 CFAR 检测算法 | 第35-36页 |
· 检测器结构 | 第35-36页 |
· 算法流程 | 第36页 |
· 实验结果 | 第36-40页 |
· 小 结 | 第40-41页 |
第四章 伪装网遮蔽目标多波段多极化 SAR 图像融合检测 | 第41-59页 |
· 引言 | 第41-42页 |
· 多波段多极化方式对伪装目标探测的影响 | 第42-45页 |
· 基本理论分析 | 第42页 |
· 实验数据分析 | 第42-45页 |
· 融合检测算法 | 第45-49页 |
· 融合算法的选择 | 第45-46页 |
· 两类主流融合层次算法的比较 | 第46-49页 |
· 基于改进 NEYMAN -PEARSON 准则的决策级融合方案 | 第49-55页 |
· 融合波段选择 | 第49-53页 |
· 融合准则 | 第53-55页 |
· 融合方案流程图 | 第55页 |
· 实验结果 | 第55-58页 |
· 小结 | 第58-59页 |
第五章 多波段多极化 SAR 融合检测系统实现 | 第59-66页 |
· 引言 | 第59页 |
· 目标检测算法库的构建 | 第59页 |
· 目标检测算法性能评价指标 | 第59-60页 |
· SAR 图像目标检测模块 | 第60页 |
· SAR 图像伪装遮蔽点目标融合检测模块实例 | 第60-65页 |
· 单波段/极化目标检测实例 | 第60-62页 |
· 多波段多极化融合检测实例 | 第62-63页 |
· 多波段多极化融合检测评价指标 | 第63-65页 |
· 本章小结 | 第65-66页 |
第六章 总结和展望 | 第66-68页 |
· 总结 | 第66-67页 |
· 下一步的工作 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-74页 |
附录 1: | 第74-80页 |
附录 2: | 第80-87页 |
附录 3: | 第87页 |