合成孔径雷达图像理解PDF|Epub|txt|kindle电子书版本网盘下载

合成孔径雷达图像理解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

第2章 SAR成像原理6

2.1 引言6

2.2　SAR系统参数6

2.3　单脉冲距离向处理7

2.4　线性调频脉冲与脉冲压缩11

2.5　SAR方位向处理15

2.6　SAR线性测量系统17

2.7　辐射定标21

2.8　小结23

参考文献23

附录2A　星载SAR的方位向处理25

第3章 图像缺陷及其校正27

3.1 引言27

3.2　SAR成像散焦28

3.2.1 自聚焦方法30

3.2.2 自聚焦技术的精确性33

3.2.3 散射体性质对自聚焦的影响33

3.3　几何失真与辐射失真34

3.3.1　物理原因及关联的失真35

3.3.2　基于信号的MOCO方法37

3.3.3　天线稳定性37

3.4　残留SAR成像误差38

3.4.1　残留的几何与辐射失真38

3.4.2　旁瓣水平39

3.5　基于信号的MOCO方法的改进40

3.5.1　包含相位补偿的迭代自聚焦40

3.5.2　较小失真的高频跟踪41

3.5.3　常规方法与基于信号方法相结合的MOCO方法42

3.6　小结45

参考文献46

第4章 SAR图像的基本特性49

4.1 引言49

4.2　SAR图像信息的特质50

4.3　单通道图像类型与相干斑54

4.4　多视处理估计RCS59

4.5　相干斑的乘性噪声模型62

4.6　RCS估计——成像与噪声的影响63

4.7　SAR成像模型的结果66

4.8　空间相关性对多视处理的影响67

4.9　系统引入空间相关性的补偿68

4.9.1 子采样68

4.9.2　预平均69

4.9.3　插值69

4.10　空间相关性估计：平稳性与空间平均70

4.11　相干斑模型的局限性72

4.12　多维SAR图像72

4.13　小结76

参考文献76

第5章 数据模型79

5.1 引言79

5.2　数据特征80

5.3　经验数据分布82

5.4　乘积模型83

5.4.1　RCS模型83

5.4.2　强度概率密度函数85

5.5　概率分布模型的比较86

5.6　基于有限分辨率成像的目标RCS起伏87

5.7　数据模型的局限性90

5.8　计算机仿真92

5.9　小结96

参考文献96

第6章 RCS重建滤波器101

6.1 引言101

6.2　相干斑模型和图像质量度量102

6.3 贝叶斯重建103

6.4　基于相干斑模型的重建104

6.4.1　多视处理相干斑抑制104

6.4.2　最小均方误差相干斑抑制105

6.5　基于RCS模型的重建106

6.5.1　伽马MAP相干斑抑制106

6.6　邻域相关模型107

6.6.1　邻域相关极大似然相干斑抑制108

6.6.2　邻域相关伽马MAP相干斑抑制109

6.7　结构自适应滤波109

6.8　基于非线性迭代处理的重建110

6.8.1　迭代MMSE相干斑抑制110

6.8.2　迭代伽马MAP相干斑抑制111

6.8.3　迭代邻域相关ML相干斑抑制111

6.8.4　迭代邻域相关伽马MAP相干斑抑制112

6.9　基于结构化邻域模型迭代处理的重建113

6.9.1　模拟退火和结构化邻域模型113

6.9.2　恒定RCS模型115

6.9.3　非恒定RCS模型116

6.9.4　基于结构的退火算法结果讨论116

6.10　重建算法的比较118

6.10.1　图像质量119

6.10.2　执行时间121

6.10.3　算法选择121

6.11　讨论122

参考文献124

第7章 RGS分类与分割127

7.1 引言127

7.2　RCS分类127

7.3　画块模型与图像分割128

7.3.1　边缘检测129

7.3.2　区域合并131

7.3.3　极大似然分割／合并理论132

7.3.4　极大似然分割／合并理论的实现136

7.3.5　区域拟合136

7.4　分割算法的比较138

7.4.1 图像质量138

7.4.2　执行时间141

7.4.3　算法选择142

7.5　RCS提取143

7.5.1　算法性质143

7.5.2 应用实例144

参考文献146

第8章 纹理信息提取149

8.1　引言149

8.2　不利用模型的纹理信息提取150

8.2.1　Kolmogorov-Smirnov检验150

8.2.2　矩估计150

8.2.3　最优矩的选择152

8.2.4　概率密度函数估计152

8.3　基于模型的纹理参数估计153

8.3.1　不同概率密度函数的极大似然估计153

8.3.2　阶参数估计的不确定性156

8.3.3　纹理估计实例158

8.4　纹理分类159

8.4.1　拟合分类159

8.4.2　直接分类160

8.4.3　退火纹理分类161

8.5　纹理分割162

8.5.1　边缘检测162

8.5.2　基于模型的分割163

8.5.3　退火分割163

8.6　讨论164

参考文献166

第9章 相关纹理168

9.1 引言168

9.2　基于模型的参数估计169

9.3　纹理分类172

9.3.1 拟合分类172

9.3.2　直接频谱分类172

9.4　相关纹理ML边缘检测175

9.4.1　ML边缘检测理论175

9.4.2　边缘检测性能176

9.5　讨论177

参考文献178

第10章 目标信息180

10.1　引言180

10.2　目标检测概述181

10.3　恒定的目标与背景RCS183

10.3.1　标准恒虚警率目标检测183

10.3.2　最优目标检测184

10.4　背景与目标统计特性的影响186

10.4.1　标准恒虚警率目标检测186

10.4.2　纹理目标模型的最优检测188

10.5 目标检测的进一步改进191

10.6　目标识别概述193

10.7 目标鉴别195

10.8 目标分类199

10.9　目标超分辨率200

10.9.1　超分辨率理论200

10.9.2　超分辨率实例202

10.9.3　有关超分辨率的结论203

10.10　小结203

参考文献204

第11章 多通道SAR数据的信息处理208

11.1 引言208

11.2　极化测量209

11.3　极化数据分布210

11.3.1　理论表示211

11.3.2　与相干斑一维乘性噪声模型的关系212

11.4　多维高斯分布213

11.4.1　实高斯分布与复高斯分布215

11.4.2　矩217

11.5　双极化通道数据的单视分布217

11.6　统计分布特性219

11.6.1　相位差分布219

11.6.2　幅度比分布222

11.7　极化参数的估计223

11.7.1　多视相位差分布224

11.7.2　多视相干系数分布225

11.7.3　多视强度比分布226

11.8　极化散射的Stokes散射矩阵226

11.9　极化数据的纹理信息228

11.9.1　多视纹理数据229

11.9.2　参数估计229

11.9.3　极化数据中的纹理观测229

11.10　干涉、多频率和多时相数据231

11.11　小结232

参考文献233

附录11A　数目波动和乘积模型236

第12章 多维SAR图像分析技术239

12.1 引言239

12.2　极化重建滤波器240

12.2.1　多视重建240

12.2.2　MMSE重建242

12.2.3 伽马MAP估计244

12.3　多极化与多通道数据斑点抑制245

12.3.1　使用协方差矩阵数据245

12.3.2　只用强度数据的情况249

12.3.3　多通道滤波251

12.3.4　多通道SAR数据的主成分分析253

12.4　图像差异的测量与检测254

12.4.1　基于像素的变化检测254

12.4.2　基于区域的差异检测256

12.5　多通道数据的图像分割259

12.5.1 多维RGW分割259

12.5.2　多维退火分割261

12.6　算法比较的实例分析264

12.7　小结269

参考文献269

第13章 SAR图像的分类273

13.1 引言273

13.2　图像分类的经验依据275

13.2.1　星载多时相数据276

13.2.2　极化数据277

13.2.3　纹理在分类中的应用281

13.3　图像分类的决策准则281

13.4　图像分类的数据驱动方法281

13.4.1　高斯分布最大后验概率分类282

13.4.2　单频率极化分类283

13.4.3　重复轨道干涉284

13.4.4　不相关通道284

13.4.5　最大后验概率分类法的应用284

13.4.6　其他数据驱动方法285

13.5　基于散射机理的图像分类286

13.6　基于知识的图像分类288

13.7　利用SAR特性的改进分类方法291

13.8　小结292

参考文献293

第14章　现状与前景分析298

14.1 引言298

14.2　模型的完整度299

14.3　模型的精确度300

14.4　模型的易处理度301

14.5　模型的可用度301

14.6　未来发展趋势303

参考文献303

索引305