內(nèi)容推薦

本書從SAR的基本原理和圖像的基本特征出發(fā)，以SAR圖像工程應(yīng)用的后處理為重點(diǎn)，將理論、方法與工程應(yīng)用實(shí)例相結(jié)合，以目標(biāo)電磁散射特征計(jì)算、圖像特征分析、圖像分割、目標(biāo)識(shí)別與分類、圖像融合和圖像壓縮等內(nèi)容為研究重點(diǎn)，較系統(tǒng)地涵蓋了SAR圖像應(yīng)用中涉及的核心內(nèi)容。

本書可作為從事SAR圖像處理、信號(hào)處理、模式識(shí)別技術(shù)人員和科研院所相關(guān)研究人員的重要參考書，也可作為高等院校信號(hào)處理、遙感圖像處理等相關(guān)專業(yè)的教師、高年級(jí)本科生和研究生的參考教材。

目錄
第1章 緒論
1.1 合成孔徑雷達(dá)概況
1.2 發(fā)展歷程
1.2.1 國(guó)外SAR發(fā)展歷程
1.2.2 我國(guó)SAR發(fā)展歷程
1.3 發(fā)展趨勢(shì)
1.4 主要應(yīng)用
1.4.1 軍事領(lǐng)域
1.4.2 民用領(lǐng)域
1.5 內(nèi)容安排

第2章 合成孔徑雷達(dá)
2.1 概述
2.2 SAR成像基本原理
2.2.1 距離向分辨率與脈沖壓縮技術(shù)
2.2.2 方位向分辨率與合成孔徑原理
2.2.3 點(diǎn)目標(biāo)信號(hào)回波模型
2.2.4 SAR成像處理與算法
2.3 SAR成像的幾何特性
2.3.1 斜距圖像的比例失真
2.3.2 透視收縮與頂?shù)孜灰?br />2.3.3 雷達(dá)陰影
2.3.4 雷達(dá)視差與立體觀察

第3章 雷達(dá)目標(biāo)電磁散射計(jì)算
3.1 概述
3.1.1 電磁散射基本計(jì)算方法
3.1.2 嚴(yán)格的經(jīng)典解法
3.1.3 近似求解方法
3.2 等效電磁流計(jì)算
3.2.1 等效電磁流奇異性的消除
3.2.2 等效電磁流的分析與計(jì)算
3.3 多次散射的計(jì)算
3.3.1 幾何/物理光學(xué)混合算法
3.3.2 存在多重散射的條件和遮擋關(guān)系的判斷
3.3.3 幾何光學(xué)/等效電磁流混合算法
3.3.4 GO/PO混合方法的應(yīng)用
3.4 腔體結(jié)構(gòu)電磁散射RCS計(jì)算
3.4.1 復(fù)射線近軸近似電磁散射算法
3.4.2 計(jì)算實(shí)例
3.5復(fù)雜目標(biāo)電磁散射的計(jì)算
3.5.1 復(fù)雜目標(biāo)幾何建模
3.5.2 復(fù)雜目標(biāo)電磁散射混合計(jì)算

第4章 合成孔徑雷達(dá)圖像特征分析
4.1 概述
4.2 SAR圖像輻射特征
4.2.1 SAR圖像回波強(qiáng)度的概率分布
4.2.2 輻射分辨率
4.3 SAR圖像噪聲特征
4.4 SAR圖像目標(biāo)幾何特征
4.4.1 點(diǎn)目標(biāo)
4.4.2 線目標(biāo)
4.4.3 面目標(biāo)
4.5 SAR圖像灰度統(tǒng)計(jì)特征
4.5.1 幅度特征
4.5.2 直方圖特征
4.5.3 統(tǒng)計(jì)特征
4.6 SAR圖像紋理特征
4.6.1 方向差分特征
4.6.2 灰度共現(xiàn)特征
4.6.3 小波紋理能量特征

第5章 合成孔徑雷達(dá)圖像分割
5.1 概述
5.2 閾值分割法
5.2.1 基于遺傳算法的二維最大熵閾值分割法
5.2.2 二維模糊熵閾值分割法
5.2.3 雙閾值分割算法
5.3 基于馬爾可夫隨機(jī)場(chǎng)模型的分割法
5.3.1 吉布斯MEF分割模型
5.3.2 吉布斯MRF分割算法
5.3.3 多尺度MRF圖像分割
5.4 基于多尺度幾何分析的分割法
5.4.1 基于Contourlet變換的SAR圖像分割
5.4.2 基于Wedgelet變換的SAR圖像分割
5.5 分割評(píng)價(jià)方法
5.5.1 分割質(zhì)量評(píng)價(jià)
5.5.2 適用情況分析

第6章 合成孔徑雷達(dá)圖像目標(biāo)分類
6.1 概述
6.1.1 分類流程
6.1.2 評(píng)價(jià)標(biāo)準(zhǔn)
6.2 概率密度函數(shù)估計(jì)
6.2.1 單-密度函數(shù)
6.2.2 混合密度函數(shù)
6.2.3 有限混合密度函數(shù)的逼近能力
6.3 參數(shù)估計(jì)
6.3.1 極大似然估計(jì)
6.3.2 EM算法
6.4 最小距離分類法
6.5 最大后驗(yàn)概率分類法
6.6 支持向量機(jī)分類法
6.6.1 支持向量機(jī)原理
6.6.2 支持向量機(jī)分類法
6.7 隱馬爾可夫優(yōu)化分類法
6.7.1 HMM原理
6.7.2 HMOC模型

第7章 合成孔徑雷達(dá)圖像目標(biāo)識(shí)別
7.1 概述
7.1.1 識(shí)別方法
7.1.2 自動(dòng)目標(biāo)識(shí)別系統(tǒng)
7.2 基于電磁特性的目標(biāo)識(shí)別
7.3 典型目標(biāo)識(shí)別
7.3.1 道路識(shí)別
7.3.2 機(jī)場(chǎng)識(shí)別
7.3.3 MSTAR坦克識(shí)別

第8章 合成孔徑雷達(dá)圖像融合
8.1 概述
8.1.1 圖像融合概念
8.1.2 融合效果評(píng)價(jià)
8.2 SAR圖像與可見光圖像融合
8.2.1 提升小波變換
8.2.2 基于提升小波變換區(qū)域統(tǒng)計(jì)特性的融合算法
8.3 SAR圖像與多光譜圖像融合
8.3.1 主成分分析方法
8.3.2 基于主成分分析的SAR與多光譜圖像融合
8.4 多波段SAR圖像融合
8.4.1 基于a trous算法方向?yàn)V波器組的多波段SAR圖像灰度融合
8.4.2 多波段SAR圖像偽彩色融合

第9章 合成孔徑雷達(dá)圖像壓縮
9.1 概述
9.1.1 第一代和第二代壓縮技術(shù)
9.1.2 多尺度方向分析技術(shù)
9.2 SAR圖像壓縮中的典型特征
9.2.1 紋理特征
9.2.2 變換域系數(shù)統(tǒng)計(jì)特征
9.3 SAR圖像Non-SWMDA壓縮方法
9.3.1 不可分離小波的提升實(shí)現(xiàn)
9.3.2 基于塊分割的二叉樹編碼方案設(shè)計(jì)
9.4 SAR圖像壓縮效果評(píng)價(jià)
9.4.1 保真度準(zhǔn)則
9.4.2 特征衡量標(biāo)準(zhǔn)
英漢術(shù)語對(duì)照
主要參考文獻(xiàn)