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
