合成孔徑雷達(dá)圖像海洋目標(biāo)檢測

定　價：￥56.00

作　者：	種勁松、歐陽越、朱敏慧
出版社：	海洋出版社
叢編項(xiàng)：
標(biāo)　簽：	地球?qū)W

ISBN：	9787502766764	出版時間：	2006-09-01	包裝：	精裝
開本：	16	頁數(shù)：	142	字?jǐn)?shù)：

內(nèi)容簡介

　　本書是在作者近年來從事海洋目標(biāo)檢測的理論研究和工程實(shí)踐基礎(chǔ)上編寫而成的，內(nèi)容包括基礎(chǔ)理論知識和作者近年來的研究成果，此外綜述了一些具有代表性的國外參考文獻(xiàn)，介紹了國際上有關(guān)的最新研究內(nèi)容。

作者簡介

　　種勁松，中國科學(xué)院電子學(xué)研究所研究員，IEEE高級會員。獲吉林大學(xué)理學(xué)學(xué)士、北京航空航天大學(xué)工學(xué)碩士、中國科學(xué)院研究生院工學(xué)博士學(xué)位。2004年9月至12月澳大利亞Monash大學(xué)電氣與計(jì)算機(jī)系統(tǒng)系訪問學(xué)者，2005年2月至5月新加坡南洋理工大學(xué)電氣與電子工程學(xué)院Tan Chin Tuan Fellow。在國內(nèi)核心期刊、國際學(xué)術(shù)會議上發(fā)表論文30余篇。獲國防科學(xué)技術(shù)一等獎、中國科學(xué)院院長優(yōu)秀獎、中國科學(xué)院科技進(jìn)步二等獎。從事遙感圖像信息處理、自動目標(biāo)識別、地理信息系統(tǒng)等方面的研究。

圖書目錄

第1章緒論
1．1 起源與發(fā)展
1．2 SAR圖像艦船目標(biāo)及其尾跡研究的實(shí)地實(shí)驗(yàn)
1．2．1 美國一加拿大JOWIP和SARSEX實(shí)驗(yàn)
1．2．2 挪威NORCSEX’88實(shí)驗(yàn)
1．2．3 英國一美國聯(lián)合Linnhe實(shí)驗(yàn)
1．2．4 加拿大MARCOT’96實(shí)驗(yàn)和MARCOT’98實(shí)驗(yàn)
1．2．5 加拿大CRUSADE’2000實(shí)驗(yàn)
1．2．6 中國MITL’2005實(shí)驗(yàn)
1．3 艦船目標(biāo)檢測系統(tǒng)
1．3．1 加拿大OMW系統(tǒng)
1．3．2 英國國防研究實(shí)驗(yàn)室MaST系統(tǒng)
1．3．3 歐洲聯(lián)合研究中心SUMO系統(tǒng)
1．3．4 挪威防御研究機(jī)構(gòu)NDRE系統(tǒng)
1．3．5 挪威KSAT系統(tǒng)
1．3．6 法國CLS系統(tǒng)
1．3．7 法國SARTbol系統(tǒng)
1．3．8 中國ShipSurvei=llance系統(tǒng)
1．3．9 各艦船目標(biāo)檢測系統(tǒng)對比
1．3．10 艦船目標(biāo)檢測系統(tǒng)流程
1．4 SAR圖像上艦船目標(biāo)特點(diǎn)分析
1．4．1 SAR圖像與光學(xué)圖像上艦船的區(qū)別
1．4．2 SAR圖像上艦船及其尾跡的目標(biāo)類型分析
第2章 SAR圖像海岸線檢測
2．1 海岸線檢測目的和意義
2．2 海岸線檢測方法
2．2．1 邊界追蹤算法
2．2．2 Markovian分割法
2．2．3 活動輪廓法
2．2．4 小波變換法
2．2．5 水平截集算法
2．2．6 其他檢測方法
2．2．7 各種方法比較
第3章 SAR圖像艦船目標(biāo)檢測
3．1影響艦船目標(biāo)檢測的因素
3．1．1艦船因素
3．1．2 SAR系統(tǒng)因素
3．1．3海洋因素
3．2艦船目標(biāo)檢測算法
3．2．1雙參數(shù)cFAR檢測算法
3．2．2單元平均CFAR檢測算法
3．2．3 K一分布檢測算法
3．2．4基于局部窗口的K一分布cFAR算法
3．2．5基于分割的檢測算法
3．2．6似然比檢測算法
3．2．7 suM0檢測算法
3．2．8高分辨率sAR圖像艦船目標(biāo)檢測
3．2．9其他檢測算法
3．2．10小結(jié)
第4章 SAR圖像艦船尾跡檢測
4．1尾跡檢測的作用
4．2 sAR圖像上艦船尾跡類型
4．2．1開爾文尾跡
4．2．2湍流尾跡
4．2．3窄V型尾跡
4．2．4內(nèi)波尾跡
4．3影響艦船尾跡的因素
4．3．1艦船因素
4．3．2 SAR系統(tǒng)因素
4．3．3海洋因素
4．4尾跡檢測算法
4．4．1基于RADON變換的算法
4．4．2曲線掃描算法
4．4．3基于歸一化灰度H0uGH變換的尾跡檢測算法
第5章 sAR圖像艦船目標(biāo)特征參數(shù)提取
5．1艦船特征參數(shù)類別
5．2幾何參數(shù)提取方法
5．3地理參數(shù)提取方法
5．4運(yùn)動參數(shù)提取方法
5．4．1根據(jù)艦船方位向位移計(jì)算航速
5．4．2根據(jù)窄V型尾跡夾角計(jì)算航速
5．4．3根據(jù)開爾文尾跡中橫波波長計(jì)算航速
5．4．4根據(jù)開爾文尾跡中尖波波長或波數(shù)計(jì)算航速
第6章多極化SAR圖像艦船目標(biāo)檢測
6．1多極化圖像對比示例
6．1．1 SIR-c全極化圖像對比
6．1．2：ENVISAT雙極化圖像對比
6．2極化目標(biāo)檢測理論
6．2．1極化SAR雜波模型和目標(biāo)模型
6．2．2全極化SAR目標(biāo)檢測器
6．2．3雙極化SAR目標(biāo)檢測器
6．3極化SAR圖像艦船目標(biāo)檢測性能分析
6．3．1檢測性能分析
6．3．2像素級融合與決策級融合目標(biāo)檢測性能比較
6．4極化sAR圖像艦船目標(biāo)檢測算法
6．4．1基于Cameron分解的檢測算法
6．4．2對稱散射特性方法(SSCM)
6．4．3極化熵檢測算法
6．4．4基于IPWF融合的艦船目標(biāo)檢測算法
6．4．5ENVISAT雙極化圖像艦船目標(biāo)檢測算法