高分辨率SAR圖像船舶目標檢測與分類檢視原始碼討論檢視歷史

《高分辨率SAR圖像船舶目標檢測與分類》，作者 王超,張紅等，出版社 科學出版社。

科學出版社是中國最大的綜合性科技出版機構，由前中國科學院編譯局與1930年代創建的有較大影響的龍門聯合書局合併而來。科學出版社比鄰皇城根遺址公園，是一個歷史悠久、力量雄厚，以出版學術書刊為主的開放式出版社。

內容簡介

本書基於高分辨率、全極化等多種新型SAR數據源，對海洋表面目標：船隻、尾跡、油膜等進行了以"檢測與識別"為主的方法及算法應用研究論述。除較全面的論述當前常用的目標檢測方法外，本書創新性的將模式識別技術引入海洋目標的識別問題中，解決了商船、油船等常見船隻的分類問題。並利用AIS數據對本書所論述的技術方法進行驗證。

目錄

序

前言

第1章 緒論

1.1 高分辨率星載SAR系統

1.2 星載SAR圖像船舶檢測

1.3 星載SAR圖像船舶分類與識別

1.4 星載SAR船舶監測項目及系統

1.4.1 國外星載SAR船舶監測項目

1.4.2 星載SAR船舶監測系統

參考文獻

第2章 面向船舶檢測識別的SAR圖像預處理

2.1 海陸分割方法

2.1.1 GIS輔助的海陸分割

2.1.2 基於Snake模型的海陸分割

2.2 海洋目標SAR圖像增強方法

2.2.1 引力場增強

2.2.2 靜態小波增強

2.3 船舶目標在SAR圖像中的地理定位方法

2.3.1 幾何光學模型

2.3.2 R-D模型

2.3.3 有理多項式模型

2.3.4 小結

參考文獻

第3章 高分辨率SAR圖像船舶目標檢測

3.1 船舶檢測性能分析

3.1.1 SAR系統特性對檢測性能的影響

3.1.2 成像區域環境對檢測性能的影響

3.1.3 船舶目標特徵對檢測性能的影響

3.1.4 SAR圖像處理和檢測方法對檢測性能的影響

3.2 基於統計模型的CFAR目標檢測

3.2.1 CFAR檢測理論基礎

3.2.2 SAR圖像海洋雜波常用統計模型

3.2.3 分布模型的參數估計

3.2.4 基於各種統計模型的CFAR檢測器

3.3 SAR船舶檢測幾種經典算法

3.3.1 雙參數CFAR檢測算法

3.3.2 基於K分布的CFAR檢測算法

3.3.3 基於模板匹配的SUMO檢測算法

3.3.4 小結

3.4 基於聯合分布的SAR圖像船舶檢測

3.4.1 算法原理與流程

3.4.2 實驗與分析

3.5 基於多特徵優化的高分辨率SAR船舶檢測方法

3.5.1 算法原理與流程

3.5.2 實驗與分析

3.6 基於長度歸一化掃描的SAR圖像尾跡檢測方法

3.6.1 尾跡檢測方法概述

3.6.2 算法原理與流程

3.6.3 實驗與分析

3.7 基於主成分分析的SAR圖像商用船舶航向提取方法

3.7.1 算法原理與流程

3.7.2 實驗與分析

參考文獻

第4章 高分辨率SAR圖像船舶特徵分析

4.1 船舶特徵概述

4.2 SAR圖像船舶目標特徵分析

4.2.1 船舶SAR圖像特徵

4.2.2 典型類別船舶SAR圖像特徵

4.3 SAR圖像船舶特徵點提取分析

4.3.1 船舶峰值特徵點

4.3.2 船舶SIFT特徵點

4.4 船舶SAR圖像模擬

4.4.1 SAR圖像模擬方法

4.4.2 船舶SAR圖像模擬分析

參考文獻

第5章 高分辨率SAR圖像船舶目標分類識別

5.1 基於散射矩陣的船舶分類識別方法

5.1.1 算法原理與流程

5.1.2 實驗與分析

5.2 基於幾何結構的船舶分類識別方法

5.2.1 算法原理與流程

5.2.2 實驗與分析

5.3 基於結構特徵的船舶分類識別方法

5.3.1 算法原理與流程

5.3.2 實驗與分析

5.4 基於幾何和散射特徵聯合的船舶分類方法

5.4.1 算法原理與流程

5.4.2 實驗與分析

參考文獻

彩圖