首页--工业技术--无线电电子学、电信技术--雷达--雷达设备、雷达站--雷达接收设备--数据、图像处理及录取
站内搜索
 请输入关键词搜索
 


相关点击
数据、图像处理及录取论文

高分辨SAR图像目标区域提取方法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
    1.1 研究背景及意义第14-15页
    1.2 SAR图像目标检测和鉴别方法研究进展第15-17页
        1.2.1 SAR图像目标检测研究进展第15-16页
        1.2.2 SAR图像目标鉴别研究进展第16-17页
    1.3 论文的主要工作和安排第17-20页
第二章 传统的SAR图像目标检测和鉴别方法第20-32页
    2.1 引言第20页
    2.2 传统的SAR图像目标检测方法第20-24页
        2.2.1 双参数CFAR检测算法第20-22页
        2.2.2 IC-CFAR第22-23页
        2.2.3 传统的目标像素聚类算法第23-24页
    2.3 传统的SAR图像目标鉴别方法第24-30页
        2.3.1 常用的鉴别特征第24-26页
        2.3.2 特征选择第26-27页
        2.3.4 鉴别器设计第27-30页
    2.4 传统SAR图像目标检测和鉴别方法的不足第30-31页
    2.5 本章小结第31-32页
第三章 基于区域生成的双参数CFAR舰船目标检测方法第32-48页
    3.1 引言第32-33页
    3.2 基于梯度特征的区域生成方法第33-38页
        3.2.1 算法流程第34-35页
        3.2.2 算法详细描述第35-38页
    3.3 基于区域的CFAR检测器第38-39页
    3.4 基于区域生成的双参数CFAR检测方法第39-40页
    3.5 实验结果第40-46页
        3.5.1 实验数据介绍第40-42页
        3.5.2 检测结果第42-46页
    3.6 本章总结第46-48页
第四章 基于弱监督学习的SAR图像车辆目标鉴别方法第48-66页
    4.1 引言第48页
    4.2 中层特征生成技术第48-52页
        4.2.1 底层特征提取第49-52页
        4.2.2 基于SIFT的中层特征生成第52页
    4.3 基于弱监督学习的SAR车辆目标鉴别方法第52-56页
        4.3.1 目标训练集初始化第53-55页
        4.3.2 分类器的迭代训练第55-56页
    4.4 实验结果第56-64页
        4.4.1 基于SIFT的中层特征鉴别性能分析第58-61页
        4.4.2 比例参数t对提出方法的影响第61-63页
        4.4.3 提出方法的鉴别结果第63-64页
    4.5 本章小结第64-66页
第五章 结束语第66-68页
    5.1 本文工作总结第66-67页
    5.2 工作展望第67-68页
参考文献第68-72页
致谢第72-74页
作者简介第74-75页
SAR图像目标检测论文 目标鉴别论文 恒虚警检测CFAR论文 区域生成论文 中层特征论文 弱监督学习论文
论文编号BS3163128,这篇论文共75
会员购买0.35元/页,需26.25元。直接购买0.5元/页,需37.5元 。
我还不是会员,我要注册会员
会员下载论文更优惠!充值送钱!
我只要这一篇论文,无需注册!
直接网上支付,方便快捷!
您可能感兴趣的论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656