图书介绍
雷达图像解译技术PDF|Epub|txt|kindle电子书版本网盘下载
![雷达图像解译技术](https://www.shukui.net/cover/20/31328301.jpg)
- 焦李成,侯彪,王爽,刘芳等著 著
- 出版社: 北京:国防工业出版社
- ISBN:9787118114980
- 出版时间:2017
- 标注页数:682页
- 文件大小:252MB
- 文件页数:705页
- 主题词:雷达图象-遥感图象-数字图象处理
PDF下载
下载说明
雷达图像解译技术PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 高分辨力SAR图像解译与目标识别研究意义1
1.2 高分辨力SAR图像解译与目标识别研究现状4
1.3 高分辨力SAR图像解译与目标识别的研究进展8
参考文献11
第2章 高分辨力SAR图像相干斑抑制16
2.1 SAR的基本原理16
2.2 高分辨力SAR图像降斑方法研究现状17
2.2.1 多视处理降斑17
2.2.2 空间域降斑18
2.2.3 小波域降斑19
2.2.4 后小波域降斑20
2.2.5 基于马尔可夫随机场模型的降斑22
2.2.6 基于非局部滤波的降斑22
2.2.7 降斑方法研究总结23
2.3 相干斑的统计模型与降斑效果评价23
2.3.1 相干斑的统计分布与模型23
2.3.2 降斑效果评价31
2.4 基于方差系数统计的相干斑强度估计35
2.4.1 基于均值—标准差平面的相干斑强度估计36
2.4.2 基于方差系数统计的相干斑强度估计37
2.4.3 实验结果与分析39
2.4.4 小结45
2.5 基于统计相似性度量与局部同质区域分割的SAR图像降斑46
2.5.1 背景介绍46
2.5.2 传统的像素相似性度量方法及缺陷47
2.5.3 乘性噪声模型下的比值距离49
2.5.4 基于比值距离统计分布的相似性度量50
2.5.5 基于像素相似性度量的局部同质区域分割52
2.5.6 基于ML准则的降斑图像估计54
2.5.7 实验结果与分析55
2.5.8 小结72
2.6 基于图像块的统计相似性度量的SAR图像降斑72
2.6.1 背景介绍72
2.6.2 期望滤波器与SAR图像降斑73
2.6.3 基于图像块的统计相似性度量74
2.6.4 基于图像块加权的SAR图像降斑80
2.6.5 实验结果与分析82
2.6.6 小结99
2.7 基于统计模拟门限的自适应非局部均值降斑滤波器99
2.7.1 背景介绍99
2.7.2 自适应搜索窗101
2.7.3 基于统计模拟的自动相似性门限102
2.7.4 实验结果与分析105
2.7.5 小结119
参考文献119
第3章 极化SAR相干斑噪声抑制128
3.1 雷达极化的基本理论128
3.1.1 散射过程的描述128
3.1.2 散射矩阵的描述130
3.1.3 极化SAR数据的形式131
3.2 相干斑统计模型及去斑效果评价133
3.2.1 相干斑统计分布133
3.2.2 相干斑模型135
3.2.3 相干斑抑制评价指标137
3.3 极化SAR处理平台138
3.3.1 ENVI139
3.3.2 PCI Geomatica139
3.3.3 RAT139
3.3.4 PolSARpro140
3.3.5 CAESAR-POLSAR140
3.4 基于核回归的极化SAR相干斑抑制140
3.4.1 核回归理论141
3.4.2 基于核回归的SAR图像相干斑抑制146
3.4.3 基于核回归的极化SAR相干斑抑制150
3.4.4 实验结果及分析152
3.5 非局部均值思想用于极化SAR噪声的抑制156
3.5.1 非局部均值算法简介156
3.5.2 贝叶斯非局部均值算法用于极化SAR噪声的抑制158
3.5.3 实验结果与分析163
3.6 基于非局部双边滤波的极化SAR相干斑抑制167
3.6.1 极化SAR数据的相似性度量167
3.6.2 极化SAR非局部双边的相干斑抑制168
3.6.3 实验结果与分析172
参考文献182
第4章 高分辨力SAR图像地物分割与分类186
4.1 基于三马尔可夫随机场的SAR图像分割186
4.1.1 基于模糊的三马尔可夫场SAR图像分割186
4.1.2 基于三马尔可夫场的SAR图像融合分割193
4.1.3 小结199
4.2 多尺度和多层稀疏表示的SAR图像分类200
4.2.1 基于稀疏表示的SAR地物分类200
4.2.2 基于稀疏表示的多层SAR地物分类208
4.2.3 基于稀疏表示和不同尺度的SAR地物分类211
4.2.4 实验结果及分析213
4.2.5 小结227
4.3 基于签名框架的SAR图像分类与分割228
4.3.1 背景介绍228
4.3.2 基于随机投影的Signature局部特征分布描述229
4.3.3 地球移动距离的计算231
4.3.4 基于Signature框架的SAR图像地物分类算法233
4.3.5 基于Signature框架的SAR图像分割算法237
4.3.6 基于ZigZag扫描和签名框架的SAR图像分割算法245
4.4 基于图模型的SAR图像分割251
4.4.1 基于图模型的SAR图像分割方法251
4.4.2 基于超像素和图模型的快速并行SAR图像分割255
参考文献264
第5章 高分辨力极化SAR图像地物分类267
5.1 高分辨力极化SAR理论基础267
5.1.1 极化的表征267
5.1.2 散射体的极化描述269
5.1.3 微波成像的散射机理271
5.1.4 极化目标分解273
5.1.5 极化SAR统计建模277
5.1.6 小结279
5.2 基于Freeman分解的极化SAR图像分类280
5.2.1 背景介绍280
5.2.2 传统基于散射机理的极化SAR图像分类方法281
5.2.3 基于Freeman分解和同极化比的极化SAR图像分类方法286
5.2.4 基于散射功率熵和同极化比的极化SAR图像分类方法290
5.2.5 小结299
5.3 基于谱聚类的极化SAR图像分类研究300
5.3.1 一种基于Mean Shift和谱聚类的极化SAR图像分类300
5.3.2 基于Freeman分解和谱聚类的极化SAR图像分类313
5.4 基于K-Wishart分布的极化SAR图像分类319
5.4.1 基于Freeman分解和K-Wishart分布的极化SAR图像分类319
5.4.2 基于K-Wishart分类器的极化SAR图像分类方法325
5.4.3 基于MRF和K-Wishart分布的极化SAR图像分类方法334
5.5 基于区域的无监督极化SAR图像分类344
5.5.1 类别自适应的无监督极化SAR图像分类344
5.5.2 基于改进分水岭的无监督极化SAR分类351
5.6 基于均值漂移和区域WishartMRF的极化SAR地物分类361
5.6.1 背景介绍361
5.6.2 基于改进的均值漂移和MRF的极化SAR图像分类367
5.6.3 小结376
参考文献377
第6章 高分辨力SAR图像目标检测383
6.1 基于视觉注意的SAR图像舰船目标检测383
6.1.1 自底向上的图像显著区域检测383
6.1.2 自顶向下的SAR图像水域分割393
6.1.3 基于选择性注意机制的SAR图像舰船检测407
6.2 基于分层CFAR的高分辨力SAR图像舰船目标检测415
6.2.1 背景介绍415
6.2.2 SAR图像目标检测基础理论及算法415
6.2.3 多层CFAR算法目标检测424
6.3 基于压缩感知的SAR成像和检测一体化舰船目标检测435
6.3.1 基于压缩感知的高分辨力SAR稀疏目标成像436
6.3.2 基于低秩矩阵重建的高分辨力SAR稀疏目标成像448
6.4 基于疏散度的高分辨力SAR图像桥梁目标检测459
6.4.1 基于疏散度的水域提取460
6.4.2 桥梁检测463
6.4.3 实验及分析466
6.4.4 小结474
6.5 基于模板匹配的SAR图像飞机目标检测474
6.5.1 基于机场特征的局部阈值分割475
6.5.2 飞机模板设计477
6.5.3 实验结果及分析480
6.5.4 小结485
参考文献485
第7章 高分辨力SAR图像目标识别与分类491
7.1 基于压缩感知与流形学习的SAR目标识别491
7.1.1 基于随机观测矢量与混合因子分析的SAR目标识别491
7.1.2 基于观测矢量与正交三角分解的快速目标识别501
7.2 基于协同神经网络的SAR图像识别507
7.2.1 协同神经网络507
7.2.2 免疫克隆规划协同神经网络510
7.2.3 基于免疫克隆规划与协同神经网络的SAR图像识别514
7.2.4 基于协同神经网络的免疫克隆集成算法521
7.2.5 小结525
7.3 基于核匹配追踪的SAR图像识别525
7.3.1 追踪算法525
7.3.2 核匹配追踪527
7.3.3 基于多尺度几何分析与核匹配追踪的图像识别530
7.3.4 基于免疫克隆与核匹配追踪的快速图像目标识别537
7.3.5 小结551
7.4 基于半监督学习的图像分类与分割551
7.4.1 学习方法简介551
7.4.2 基于拉普拉斯正则化最小二乘的半监督SAR目标识别557
7.4.3 结合Nystr?m的图半监督纹理图像分割573
7.4.4 自调节参数的半监督谱聚类588
7.4.5 总结与展望596
7.5 谱聚类维数约简算法研究与应用597
7.5.1 背景介绍597
7.5.2 维数约简算法的研究602
7.5.3 基于多参数自调节谱聚类维数约简的图像目标识别607
7.5.4 基于局部标度切的监督维数约简及其应用624
7.5.5 基于核标度切监督维数约简的图像目标识别638
参考文献645
主要符号表660
缩略语663