《SAR圖像處理及應(yīng)用研究》針對(duì)合成孔徑雷達(dá)圖像處理及應(yīng)用展開(kāi)研究。在詳述傳感器對(duì)地空間幾何關(guān)系和數(shù)學(xué)模型的基礎(chǔ)上，分析了斜距測(cè)量誤差、平臺(tái)位置測(cè)量誤差、平臺(tái)速度測(cè)量誤差、目標(biāo)高程測(cè)量誤差對(duì)定位精度的影響。在考慮地形起伏影響的情況下，研究RD模型解算方法，為提高定位精度以及便于實(shí)際應(yīng)用中的實(shí)現(xiàn)，提出了基于RD模型的星載SAR圖像幾何校正的新算法。同時(shí)綜合多傳感器協(xié)同探測(cè)系統(tǒng)的數(shù)據(jù)互補(bǔ)特性，提出多星融合定位處理方法，利用多顆衛(wèi)星數(shù)據(jù)的互補(bǔ)特性，減少單顆SAR衛(wèi)星因上述因素引起的定位誤差，提高了定位處理精度。研究配準(zhǔn)誤差對(duì)像素級(jí)圖像融合效果的影響，找到了對(duì)配準(zhǔn)要求較低的融合方法，發(fā)現(xiàn)融合后圖像的平均梯度隨配準(zhǔn)偏差變化的規(guī)律。在此基礎(chǔ)上，將圖像配準(zhǔn)與后續(xù)的圖像融合結(jié)合起來(lái)考慮，提出了基于融合結(jié)果進(jìn)行準(zhǔn)確配準(zhǔn)的新方法。并綜合遙感圖像的幾何校正、配準(zhǔn)處理及融合處理等處理技術(shù)，解決了SAR圖像的去遮擋問(wèn)題，獲取了對(duì)目標(biāo)區(qū)域更為完整的描述，為后期圖像解譯提供了便利。最后對(duì)合成孔徑雷達(dá)圖像的應(yīng)用進(jìn)行了研究，主要利用合成孔徑雷達(dá)圖像進(jìn)行了海岸線提取以及SAR圖像的目標(biāo)識(shí)別。
1 緒論
1．1 研究目標(biāo)及意義
1．2 合成孔徑雷達(dá)圖像處理研究現(xiàn)狀及前景
1．2．1 合成孔徑雷達(dá)發(fā)展歷史
1．2．2 合成孔徑雷達(dá)的特點(diǎn)
1．2．3 合成孔徑雷達(dá)的應(yīng)用
1．3 本書(shū)主要工作
1．3．1 SAR圖像的幾何校正
1．3．2 圖像配準(zhǔn)
1．3．3 SAR圖像融合及應(yīng)用
1．3．4 SAR圖像海岸線檢測(cè)
1．3．5 SAR圖像目標(biāo)識(shí)別
1．4 本書(shū)章節(jié)安排
2 合成孔徑雷達(dá)基礎(chǔ)
2．1 距離分辨率與脈沖壓縮技術(shù)
2．2 方位向分辨率與合成孔徑原理
2．3 SAR圖像的幾何特性
2．4 合成孔徑雷達(dá)圖像特征分析
2．4．1 SAR圖像輻射特征
2．4．2 SAR圖像噪聲特性
2．4．3 SAR圖像目標(biāo)幾何特征
2．4．4 SAR圖像灰度統(tǒng)計(jì)特征
2．4．5 SAR圖像紋理特征
2．5 傳感器對(duì)地空間幾何關(guān)系及數(shù)學(xué)模型
2．5．1 開(kāi)普勒軌道特性
2．5．2 星一地空間幾何坐標(biāo)轉(zhuǎn)換
2．6 本章小結(jié)
3 SAR圖像幾何定位及校正
3．1 引言
3．2 SAR圖像定位模型
3．3 距離多普勒（RD）理論簡(jiǎn)介
3．4 基于RD模型的定位算法精度分析
3．5 RD定位模型的解算
3．5．1 現(xiàn)有RD解算方法簡(jiǎn)介
3．5．2 基于RD模型的新幾何校正算法
3．5．3 基于仿真數(shù)據(jù)的算法驗(yàn)證
3．6 融合定位提高目標(biāo)定位精度
3．6．1 融合定位方法描述
3．6．2 仿真數(shù)據(jù)方法驗(yàn)證
3．7 本章小結(jié)
4 圖像配準(zhǔn)與融合的聯(lián)系
4．1 引言
4．1．1 信息融合領(lǐng)域發(fā)展與現(xiàn)狀
4．1．2 遙感圖像融合發(fā)展與研究現(xiàn)狀
4．1．3 基于融合的SAR圖像處理研究現(xiàn)狀
4．2 像素級(jí)遙感圖像融合方法簡(jiǎn)介
4．2．1 像素平均融合算法
4．2．2 PCA方法
4．2．3 Kalman方法
4．2．4 金字塔方法
4．2．5 小波變換方法
4．3 像素級(jí)圖像融合質(zhì)量評(píng)價(jià)
4．4 配準(zhǔn)誤差對(duì)融合效果的影響
4．5 本章小結(jié)
5 圖像配準(zhǔn)方法
5．1 引言
5．2 圖像配準(zhǔn)原理
5．2．1 圖像配準(zhǔn)的數(shù)學(xué)描述
5．2．2 空間變換模型
5．2．3 圖像的重采樣和變換
5．3 圖像配準(zhǔn)方法簡(jiǎn)介
5．3．1 基于灰度的配準(zhǔn)方法
5．3．2 基于頻域的配準(zhǔn)方法
5．3．3 基于特征的配準(zhǔn)方法
5．4 圖像配準(zhǔn)新算法
5．4．1 融合與配準(zhǔn)的聯(lián)系
5．4．2 基于融合結(jié)果的配準(zhǔn)方法
5．4．3 配準(zhǔn)過(guò)程及實(shí)驗(yàn)驗(yàn)證
5．5 本章小結(jié)
6 合成孔徑雷達(dá)圖像去遮擋
6．1 真實(shí)SAR圖像的幾何校正
6．2 真實(shí)SAR圖像的配準(zhǔn)
6．3 圖像閾值分割方法介紹
6．4 基于融合的合成孔徑雷達(dá)圖像去遮擋實(shí)現(xiàn)
6．5 本章小結(jié)
7 合成孔徑雷達(dá)圖像海岸線檢測(cè)
7．1 引言
7．2 幾何活動(dòng)輪廓模型
7．2．1 傳統(tǒng)的幾何活動(dòng)輪廓模型
7．2．2 幾何活動(dòng)輪廓模型的改進(jìn)
7．3 基于幾何活動(dòng)輪廓模型的SAR圖像海岸線檢測(cè)
7．3．1 初始輪廓的獲取
7．3．2 海岸線的精確提取
7．4 實(shí)驗(yàn)與分析
7．5 本章小結(jié)
8 合成孔徑雷達(dá)圖像目標(biāo)識(shí)別
8．1 引言
8．2 SAR圖像特征提取
8．2．1 CNN的基本原理
8．2．2 改進(jìn)的CNN
8．2．3 RMSProp優(yōu)化算法
8．3 SAR圖像目標(biāo)識(shí)別及實(shí)驗(yàn)對(duì)比結(jié)果分析
8．3．1 SAR圖像目標(biāo)識(shí)別結(jié)果
8．3．2 SAR圖像目標(biāo)識(shí)別結(jié)果分析
8．3．3 實(shí)驗(yàn)對(duì)比結(jié)果分析
8．4 本章小結(jié)
9 結(jié)束語(yǔ)
參考文獻(xiàn)
后記
書(shū)單推薦
