智能SAR图象处理与编译

前言

第1章绪论

1.1研究背景及意义

1.2SAR图像理解的研究现状

1.3SAR图像处理与理解的研究内容及进展

1.3.1相干斑抑制

1.3.2SAR图像特殊目标检测

1.3.3特征提取与选择

1.3.4图像融合

1.3.5图像分割

1.3.6SAR图像分类

1.3.7SAR图像目标识别

1.3.8SAR图像及多光谱图像压缩

1.4几点思考

参考文献

第2章SAR图像相干斑抑制

2.1SAR成像原理及斑点噪声特性

2.1.1SAR成像原理

2.1.2相干斑噪声的产生机理

2.1.3斑点噪声模型和统计特性

2.2传统SAR图像滤波方法

2.2.1统计类滤波

2.2.2小波域滤波

2.3基于相关邻域模型的SAR图像滤波

2.3.1基于Gamma分布的MAP滤波

2.3.2邻域结构模型

2.3.3邻域结构中雷达反射强度的MAP估计

2.3.4基于非线性迭代的RCS重构

2.3.5基于相关邻域模型的SAR图像滤波结果

2.4基于Jeffrey先验概率的贝叶斯估计小波去噪

2.4.1小波收缩去噪原理

2.4.2贝叶斯判决准则

2.4.3小波系数的先验概率密度函数P(x)

2.4.4信号的估计

2.4.5去噪结果

2.5基于复小波的图像去噪

2.5.1复小波变换

2.5.2复小波域贝叶斯收缩去噪算法

2.5.3结合边缘信息的复小波去噪算法

2.5.4基于DRFB、CEIB的SAR图像斑点噪声去除

2.5.5小结

2.6基于复小波邻域隐马尔可夫模型的图像去噪

2.6.1邻域隐马尔可夫模型

……

第3章SAR图像目标检测与变化检测

第4章SAR图像融合

第5章复杂图像压缩

第6章SAR图像分割

第7章基于马尔可夫统计模型的SAR图像分割

第8章SAR图像分类与目标识别

附录1

附录2

　　本书旨在论述SAR图像处理与解译新近的研究进展，除了介绍一些经典的方法外，书中主要结合作者所在课题组多年来的研究成果，详细论述了基于计算智能的SAR图像处理与解译方法。全书共分8章，具体内容包括SAR图像相干斑抑制、SAR图像目标检测与变化检测、复杂图像压缩、基于马尔可夫统计模型的SAR图像分割等。该书可供各大专院校作为教材使用，也可供从事相关工作的人员作为参考用书使用。　　本书是智能SAR图像处理与解译领域的一本新著，是作者所在团队10年来在该领域工作的积累。本书在全面总结国内外研究进展的基础上，着重论述了SAR图像噪声抑制方法、桥梁和港口目标的检测和曲线目标检测、基于多尺度几何分析(亦称第三代小波分析、后小波分析等)的SAR图像融合新算法、SAR图像和三维高光谱图像的压缩技术、各种SAR图像分割技术以及SAR图像地物分类与目标识别新方法。本书侧重于新算法的描述和实例的分析，反映了近年来SAR图像处理与解译智能化处理的最新发展概况，为该领域的深入研究提供了借鉴。　　本书可以为信息科学、电子科学、计算机科学与地球科学等领域的研究人员提供参考，也可以作为相关专业研究生和高年级本科生教学参考书。