高分辨率SAR图像船舶目标检测与分类出版时间:2013年版内容简介 《高分辨率SAR图像船舶目标检测与分类》基于高分辨率、全极化等多种新型SAR数据源,对海洋表面目标船舶、尾迹等进行了以“检测与识别”为主的方法及算法应用研究论述。除较全面地论述当前常用的目标检测方法外,《高分辨率SAR图像船舶目标检测与分类》创新性地将模式识别技术引入海洋目标的识别问题中,解决了商船、油船等常见船舶的分类问题,并利用AIS数据对本书所论述的技术方法进行验证。《高分辨率SAR图像船舶目标检测与分类》供从事模式识别、遥感、测绘、海洋、海事、交通等学科领域的科研和工程技术人员参考。本书是近年来作者王超在该领域最新研究成果的阶段性总结。目录序前言第1章 绪论1.1 高分辨率星载SAR系统1.2 星载SAR图像船舶检测1.3 星载SAR图像船舶分类与识别1.4 星载SAR船舶监测项目及系统1.4.1 国外星载SAR船舶监测项目1.4.2 星载SAR船舶监测系统参考文献第2章 面向船舶检测识别的SAR图像预处理2.1 海陆分割方法2.1.1 GIS辅助的海陆分割2.1.2 基于Snake模型的海陆分割2.2 海洋目标SAR图像增强方法2.2.1 引力场增强2.2.2 静态小波增强2.3 船舶目标在SAR图像中的地理定位方法2.3.1 几何光学模型2.3.2 R-D模型2.3.3 有理多项式模型2.3.4 小结参考文献第3章 高分辨率SAR图像船舶目标检测3.1 船舶检测性能分析3.1.1 SAR系统特性对检测性能的影响3.1.2 成像区域环境对检测性能的影响3.1.3 船舶目标特征对检测性能的影响3.1.4 SAR图像处理和检测方法对检测性能的影响3.2 基于统计模型的CFAR目标检测3.2.1 CFAR检测理论基础3.2.2 SAR图像海洋杂波常用统计模型3.2.3 分布模型的参数估计3.2.4 基于各种统计模型的CFAR检测器3.3 SAR船舶检测几种经典算法3.3.1 双参数CFAR检测算法3.3.2 基于K分布的CFAR检测算法3.3.3 基于模板匹配的SUMO检测算法3.3.4 小结3.4 基于联合分布的SAR图像船舶检测3.4.1 算法原理与流程3.4.2 实验与分析3.5 基于多特征优化的高分辨率SAR船舶检测方法3.5.1 算法原理与流程3.5.2 实验与分析3.6 基于长度归一化扫描的SAR图像尾迹检测方法3.6.1 尾迹检测方法概述3.6.2 算法原理与流程3.6.3 实验与分析3.7 基于主成分分析的SAR图像商用船舶航向提取方法3.7.1 算法原理与流程3.7.2 实验与分析参考文献第4章 高分辨率SAR图像船舶特征分析4.1 船舶特征概述4.2 SAR图像船舶目标特征分析4.2.1 船舶SAR图像特征4.2.2 典型类别船舶SAR图像特征4.3 SAR图像船舶特征点提取分析4.3.1 船舶峰值特征点4.3.2 船舶SIFT特征点4.4 船舶SAR图像模拟4.4.1 SAR图像模拟方法4.4.2 船舶SAR图像模拟分析参考文献第5章 高分辨率SAR图像船舶目标分类识别5.1 基于散射矩阵的船舶分类识别方法5.1.1 算法原理与流程5.1.2 实验与分析5.2 基于几何结构的船舶分类识别方法5.2.1 算法原理与流程5.2.2 实验与分析5.3 基于结构特征的船舶分类识别方法5.3.1 算法原理与流程5.3.2 实验与分析5.4 基于几何和散射特征联合的船舶分类方法5.4.1 算法原理与流程5.4.2 实验与分析参考文献彩图 上一篇: 超级任务:大帆船旅行记 下一篇: 航海模拟器