高分辨率SAR圖像海洋目標(biāo)識別

章 緒論
1.1 SAR海洋監(jiān)視技術(shù)發(fā)展現(xiàn)狀
1.1.1 星載SAR系統(tǒng)發(fā)展?fàn)顩r
1.1.2 SAR海洋監(jiān)視系統(tǒng)發(fā)展?fàn)顩r
1.2 SAR圖像海洋目標(biāo)識別關(guān)鍵技術(shù)
1.2.1 SAR圖像相干斑抑制
1.2.2 SAR圖像分割
1.2.3 SAR圖像港口檢測
1.2.4 SAR圖像船舶目標(biāo)檢測
1.2.5 SAR圖像船舶目標(biāo)分類
1.2.6 SAR圖像船舶目標(biāo)識別
1.3 本書內(nèi)容及結(jié)構(gòu)安排
第二章 SAR圖像非局部均值相干斑抑制
2.1 非局部均值算法及其在SAR圖像的應(yīng)用
2.1.1 非局部均值算法原理
2.1.2 非局部均值算法在SAR圖像中的應(yīng)用
2.2 基于Zernike矩的快速PPB相干斑抑制
2.2.1 非迭代PPB算法
2.2.2 快速PPB算法設(shè)計(jì)
2.2.3 基于Zernike矩的圖塊相似性計(jì)算
2.2.4 實(shí)驗(yàn)及結(jié)果分析
2.3 基于功率圖的多極化SAR圖像非局部均值濾波
2.3.1 目標(biāo)極化散射特性的表征
2.3.2 算法原理及實(shí)現(xiàn)步驟
2.3.3 實(shí)驗(yàn)及結(jié)果分析
2.4 多極化SAR圖像貝葉斯非局部均值濾波
2.4.1 極化SAR貝葉斯非局部均值模型
2.4.2 快速算法設(shè)計(jì)實(shí)現(xiàn)
2.4.3 實(shí)驗(yàn)及結(jié)果分析
第三章 SAR圖像自適應(yīng)全變分去噪
3.1 變分去噪模型
3.1.1 變分法
3.1.2 加性噪聲去除模型
3.1.3 乘性噪聲去除模型
3.2 自適應(yīng)全變分去噪模型
3.2.1 ROEWA算子
3.2.2 自適應(yīng)全變分模型
3.2.3 模型自適應(yīng)擴(kuò)散性能的理論分析
3.2.4 實(shí)驗(yàn)及結(jié)果分析
第四章 基于活動(dòng)輪廓模型的SAR圖像分割
4.1 曲線演化方程與水平集
4.1.1 曲線演化方程
4.1.2 水平集
4.2 幾何活動(dòng)輪廓模型
4.2.1 基于邊緣信息的活動(dòng)輪廓模型
4.2.2 基于區(qū)域信息的活動(dòng)輪廓模型
4.3 基于局部離散度活動(dòng)輪廓模型的強(qiáng)度非均勻圖像分割
4.3.1 基于類內(nèi)類間距離的離散度
4.3.2 基于局部離散度活動(dòng)輪廓模型的圖像分割
4.3.3 實(shí)驗(yàn)及結(jié)果分析
……
第五章 高分辨率SAR圖像港口目標(biāo)檢測
第六章 高分辨率SAR圖像船舶目標(biāo)檢測
第七章 高分辨率SAR圖像船舶目標(biāo)分類 
第八章 高分辨率SAR圖像船舶目標(biāo)匹配識別
參考文獻(xiàn)