智能SAR图象处理与解译【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

智能SAR图象处理与解译PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1研究背景及意义1

1.2 SAR图像理解的研究现状4

1.3 SAR图像处理与理解的研究内容及进展7

相干斑抑制7

SAR图像特殊目标检测10

特征提取与选择12

图像融合19

图像分割21

SAR图像分类23

SAR图像目标识别27

SAR图像及多光谱图像压缩28

1.4几点思考28

参考文献29

第2章 SAR图像相干斑抑制43

2.1 SAR成像原理及斑点噪声特性43

SAR成像原理43

相干斑噪声的产生机理45

斑点噪声模型和统计特性45

2.2传统SAR图像滤波方法47

统计类滤波48

小波域滤波50

2.3基于相关邻域模型的SAR图像滤波51

基于Gamma分布的MAP滤波51

邻域结构模型53

邻域结构中雷达反射强度的MAP估计53

基于非线性迭代的RCS重构54

基于相关邻域模型的SAR图像滤波结果55

2.4基于Jeffrey先验概率的贝叶斯估计小波去噪56

小波收缩去噪原理57

贝叶斯判决准则61

小波系数的先验概率密度函数P（X）62

信号的估计63

去噪结果64

2.5基于复小波的图像去噪66

复小波变换67

复小波域贝叶斯收缩去噪算法81

结合边缘信息的复小波去噪算法89

基于DRFB、CEIB的SAR图像斑点噪声去除96

小结99

2.6基于复小波邻域隐马尔可夫模型的图像去噪100

邻域隐马尔可夫模型101

复小波邻域隐马尔可夫模型105

基于CW-LCHMM模型的SAR图像去噪106

2.7基于Contourlet域CHMM的SAR图像相干斑抑制110

引言110

SAR图像的Contourlet域统计特性111

基于Contourlet域CHMM的SAR图像相干斑抑制113

2.8基于非下采样Contourlet变换的SAR图像相干斑抑制124

引言124

非下采样Contourlet变换及其SAR图像的统计特性126

统计先验指导的NSCT域SAR图像相干斑抑制128

2.9基于脊波域最小熵准则SAR图像相干斑抑制146

连续脊波变换146

离散脊波变换148

最小熵原理152

脊波系数的统计特性153

基于最小熵准则的脊波域信号估计153

算法实现过程155

实验与结果分析156

2.10本章小结161

参考文献162

第3章 SAR图像目标检测与变化检测168

3.1引言168

SAR图像目标特征168

经典特征检测方法169

3.2 SAR图像中桥梁目标检测和自动分割170

SAR图像的预处理170

图像的二值化及边缘模板点处理180

3.3 SAR图像中港口目标检测和自动分割193

河流主轮廓的检测193

港口目标的分割194

3.4基于脊波变换的曲线特征检测200

引言200

离散脊波变换202

基于脊波的自适应曲线特征检测202

实验与结果分析205

3.5基于广义高斯混合模型的SAR图像变化检测209

引言209

SAR图像变化检测的研究意义210

SAR图像变化检测的主要方法211

基于广义高斯混合模型的统计SAR图像变化检测213

实验结果与分析220

参考文献230

第4章 SAR图像融合236

4.1融合规则及融合算子237

简单融合规则237

基于区域特性量测的融合规则238

4.2融合效果评价指标240

4.3经典的图像融合方法242

线性加权法243

高通滤波法243

PCA变换融合法244

基于IHS变换的遥感图像融合245

多分辨塔式融合算法245

小波变换实现图像融合246

多种算法结合形成的融合算法247

4.4基于概率模型的多传感器图像融合247

引言247

图像模型的建立248

模型参数β，α及∑ε的计算250

实验结果及分析251

4.5脊波变换在图像融合中的应用255

引言255

基于有限Radon变换的二维离散脊波变换255

基于脊波变换的图像融合259

融合结果及分析264

4.6基于Contourlet变换的图像融合268

图像的Contourlet分解269

非下采样Contourlet变换271

基于非下采样Contourlet变换的图像融合273

4.7基于Wedgelet和平稳小波的图像融合279

Wedgelet变换279

基于Wedgelet和平稳小波的融合方法280

融合结果及分析282

参考文献286

第5章 复杂图像压缩290

5.1常用的图像编码方法291

哈夫曼编码291

香农-弗诺编码293

游程编码293

JPEG编解码技术294

常用嵌入式图像压缩算法295

5.2压缩算法评价标准309

5.3基于自适应方向提升变换的图像压缩方法309

自适应方向提升变换的性质309

自适应方向提升变换结构分析310

实验结果与分析312

5.4 Bandelet变换在SAR图像压缩中的应用313

Bandelet与小波的对比分析314

快速离散的Bandelet变换315

基于Bandelet变换的图像压缩算法316

实验及结果分析316

5.5三维多光谱遥感图像压缩318

发展概况318

基于Karhunen-Loeve和小波变换的多光谱图像三维集合嵌入零块编码压缩算法323

多光谱图像三维小波变换编码336

多光谱图像完全可逆三维小波变换编码354

多光谱图像任意形状ROI编码361

参考文献371

第6章 SAR图像分割377

6.1概述377

图像分割的定义377

图像分割方法简介378

6.2基于纹理信息的图像分割382

纹理分析382

基于复小波的统计纹理特征及分割386

6.3谱聚类及其改进算法在SAR图像分割中的应用398

引言398

谱聚类的研究现状399

基于初始化独立的多参数核谱聚类的SAR图像分割406

基于分水岭-谱聚类的图像分割415

基于谱聚类集成的SAR图像分割424

6.4基于视觉信息的SAR图像分割436

研究动机437

基于各向异性期望转移的自适应分割438

基于改进的Canny边缘检测440

基于视觉信息的图像分割算法442

实验及结果分析443

6.5基于似然差函数的SAR图像分割447

似然差函数的定义447

算法实现449

实验结果与分析450

参考文献452

第7章 基于马尔可夫统计模型的SAR图像分割460

7.1引言460

7.2基于多尺度马尔可夫随机场的贝叶斯图像分割460

马尔可夫随机场模型462

基于MSMRF模型的图像分割472

基于不完全分层MRF模型的图像分割495

7.3基于变换域隐马尔可夫模型的多尺度图像分割505

隐马尔可夫模型505

基于小波域HMT模型的非监督图像分割509

基于Contourlet域HMT模型的多尺度图像分割536

参考文献546

第8章 SAR图像分类与目标识别552

8.1引言552

8.2支撑矢量机553

核函数特征空间553

模式识别支撑矢量机556

回归支撑矢量机559

8.3基于免疫克隆特征选择的SAR图像分类561

免疫克隆算法562

基于免疫克隆算法的特征选择564

基于免疫克隆特征选择的SAR图像分类567

8.4基于商空间粒度计算的SAR图像分类576

商空间粒度理论577

基于商空间粒度合成的SAR图像分类577

实验及结果分析581

8.5基于进化神经网络的雷达目标识别585

雷达目标一维距离像特性分析585

进化神经网络分类588

基于进化神经网络的雷达目标一维距离像识别592

8.6基于自适应子波神经网络的雷达目标识别594

自适应子波神经网络基本模型及其算法594

自适应子波神经网络分类器的机理分析596

进化自适应子波神经网络601

基于模糊子集的进化子波神经网络604

实验及结果分析606

8.7基于子波核函数网络的雷达目标识别607

研究动机607

子波核函数607

子波核函数网络模型608

子波核函数网络学习算法609

实验及结果分析611

8.8基于谱协同网络的雷达目标识别615

基于谱的协同学习算法616

算法复杂度分析617

实验结果和分析618

8.9基于特征选择SVMs集成的雷达目标识别621

基于特征选择SVMs集成系统的构造623

集成系统中个体SVM的评价625

免疫克隆算法在SVMs集成系统特征选择中的应用625

基于特征选择SVMs集成的雷达目标识别627

8.10基于免疫克隆算法的选择性SVMs集成630

选择性集成学习的研究动机630

集成系统中个体SVMs的构造631

基于免疫克隆算法的SVMs选择性集成631

基于选择性SVMs集成的SAR目标识别633

8.11基于SVM的SAR遮挡目标识别639

SAR遮挡目标的模拟639

基于SVM的SAR图像遮挡目标识别640

实验与结果分析644

参考文献654

附录1 逆Gamma分布和Dirichlet分布的概率密度函数661

附录2 中英文对照表662