內容簡介
《智慧型SAR圖像處理與解譯》《智慧型SAR圖像處理與解譯》是智慧型SAR圖像處理與解譯領域的一本新著，是作者所在團隊10年來在該領域工作的積累。《智慧型SAR圖像處理與解譯》在全面總結國內外研究進展的基礎上，著重論述了SAR圖像噪聲抑制方法、橋樑和港口目標的檢測和曲線目標檢測、基於多尺度幾何分析（亦稱第三代小波分析、後小波分析等）的SAR圖像融合新算法、SAR圖像和三維高光譜圖像的壓縮技術、各種SAR圖像分割技術以及SAR圖像地物分類與目標識別新方法。《智慧型SAR圖像處理與解譯》側重於新算法的描述和實例的分析，反映了近年來SAR圖像處理與解譯智慧型化處理的最新發展概況，為該領域的深入研究提供了借鑑。
編輯推薦
《智慧型SAR圖像處理與解譯》可以為信息科學、電子科學、計算機科學與地球科學等領域的研究人員提供參考，也可以作為相關專業研究生和高年級本科生教學參考書。
作者簡介
焦李成，1982，1984和1990年於上海交通大學、西安交通大學獲學士、碩士、博士學位，1990年-1992年在西安電子科技大學從事博士後研究。1992年6月至今任西安電子科技大學雷達信號處理國家重點實驗室教授、博士生導師。曾任中華人民共和國第八屆全國人大代表。在1996年至2002年期間，曾任西安電子科技大學研究生部主任、西安電子科技大學研究生院常務副院長、西安電子科技大學學科辦主任。現任西安電子科技大學電子工程學院院長、西安電子科技大學智慧型信息處理研究所所長，2000年至今任西安電子科技大學特聘教授，校首批創新團隊的首席專家。焦李成現為國務院學位委員會學科評議組成員，教育部本科教學水平評估專家，IEEE高級會員，中國人工智慧學會常務理事，中國電子學會理事，中國神經網路委員會委員，中國計算機學會AI與模式識別委員會委員，中國運籌學會智慧型計算委員會付主任，《電子學報》(中、英文版)和《電子與信息學報》編委。陝西省十大傑出青年之一。
圖書目錄
前言
第1章 緒論
1.1 研究背景及意義
1.2 SAR圖像理解的研究現狀
1.3 SAR圖像處理與理解的研究內容及進展
1.4 幾點思考
參考文獻
第2章 SAR圖像相干斑抑制
2.1 SAR成像原理及斑點噪聲特性
2.2 傳統SAR圖像濾波方法
2.3 基於相關鄰域模型的SAR圖像濾波
2.4 基於Jeffrey先驗機率的貝葉斯估計小波去噪
2.5 基於復小波的圖像去噪
2.6 基於復小波鄰域隱馬爾可夫模型的圖像去噪
2.7 基於Contourlet域CHMM的SAR圖像相干斑抑制
2.8 基於非下採樣Contourlet變換的SAR圖像相干斑抑制
2.9 基於脊波域最小熵準則SAR圖像相干斑抑制
2.10 本章小結
參考文獻
第3章 SAR圖像目標檢測與變化檢測
3.1 引言
3.2 SAR圖像中橋樑目標檢測和自動分割
3.3 SAR圖像中港口目標檢測和自動分割
3.4 基於脊波變換的曲線特徵檢測
3.5 基於廣義高斯混合模型的SAR圖像變化檢測
參考文獻
第4章 SAR圖像融合
4.1 融合規則及融合運算元
4.2 融合效果評價指標
4.3 經典的圖像融合方法
4.4 基於機率模型的多感測器圖像融合
4.5 脊波變換在圖像融合中的套用
4.6 基於Contourlet變換的圖像融合
4.7 基於Wedgelet和平穩小波的圖像融合
參考文獻
第5章 複雜圖像壓縮
5.1 常用的圖像編碼方法
5.2 壓縮算法評價標準
5.3 基於自適應方向提升變換的圖像壓縮方法
5.4 Bandelet變換在SAR圖像壓縮中的套用
5.5 三維多光譜遙感圖像壓縮
參考文獻
第6章 SAR圖像分割
6.1 概述
6.2 基於紋理信息的圖像分割
6.3 譜聚類及其改進算法在SAR圖像分割中的套用
6.4 基於視覺信息的SAR圖像分割
6.5 基於似然差函式的SAR圖像分割
參考文獻
第7章 基於馬爾可夫統計模型的SAR圖像分割
7.1 引言
7.2 基於多尺度馬爾可夫隨機場的貝葉斯圖像分割
7.3 基於變換域隱馬爾可夫模型的多尺度圖像分割
參考文獻
第8章 SAR圖像分類與目標識別
8.1 引言
8.2 支撐矢量機
8.3 基於免疫克隆特徵選擇的SAR圖像分類
8.4 基於商空間粒度計算的SAR圖像分類
8.5 基於進化神經網路的雷達目標識別
8.6 基於自適應子波神經網路的雷達目標識別
8.7 基於子波核函式網路的雷達目標識別
8.8 基於譜協同網路的雷達目標識別
8.9 基於特徵選擇SVMs集成的雷達目標識別
8.10 基於免疫克隆算法的選擇性SVMs集成
8.11 基於SVM的SAR遮擋目標識別
參考文獻
附錄1 逆Gamma分布和Dirichlet分布的機率密度函式
附錄2 中英文對照表
圖書序言
對於合成孔徑雷達的研究由來已久，但是這一領域的研究與發展多年來一直局限于軍事領域，處於高度保密狀態。近年來，隨著該技術逐漸向民用領域的擴展，才緩緩地揭開了其真實發展的神秘面紗，並逐漸成為對地觀測領域關注的焦點。
合成孔徑雷達的概念，於20世紀50年代初提出。作為主動式雷達，SAR圖像具有全天候、全天時、解析度高、可側視成像等優點。美國是最早開始SAR相關技術研究的國家，70年代末，美國突破了星載SAR的關鍵技術，於1978年成功發射了載有SAR的“海洋衛星-1”。其後歐洲、日本、加拿大、俄羅斯等國家和地區均發射了SAR衛星，在世界上掀起了發展SAR技術的熱潮，在短短的50年問，SAR技術得到了迅猛發展。
近20年來，我國在SAR技術方面的研究也取得了重大進展。“九五”以來，機載SAR技術取得了突破性進展。目前，國內機載SAR正在向工程化、實用化方向發展，並已對星載SAR開始了研究，取得了一定的成果。
近10年，我國對SAR的研製給予了大量的投入，在獲取SAR數據方面有了長足的發展，SAR成像技術也居於國際領先水平，獲得了大量高質量的SAR圖像。SAR圖像作為一種特殊的複雜圖像，對它的處理是近幾年發展起來的一個新興領域，也是與當今國民經濟發展和國防建設密切相關的一個重要領域。然而，國內外在sAR圖像處理與解譯方面的研究進展相對緩慢，相對於光學圖像的研究，還有很大的差距。由於sAR圖像的信息表達方式與光學圖像有很大的差異，並受到相干斑噪聲和各種幾何特徵的影響，使得SAR圖像的自動處理比光學圖像困難得多。早期的遙感影像處理和分析都是通過目視解譯，即依靠純人工在相片上解譯完成的。隨著SAR技術的不斷發展，由其獲得的數據的空間和時間解析度不斷提高，相應的數據量也就急劇增加，傳統的人工判讀已經難以完成如此龐大的工作量，需要通過目標特徵提取和自動目標識別技術來加快數據的處理和提高目標識別的精度。後來又發展為人機互動方式，並套用一系列圖像處理方法進行影像的增強，提高影像的視覺效果，利用圖像的影像特徵和空間特徵與多種非遙感信息資料組合，運用相關規律，進行SAR圖像理解。目前，隨著計算機技術和超大規模積體電路（VLSI）的發展，我們有可能設計合適的算法，通過計算機實現SAR圖像的自動解譯。這是當前的一個正在發展的研究方向。如何利用計算機實現SAR圖像的自動理解和解譯，是當前迫切需要解決的難題。
盤點圖像處理書籍
| 圖像處理(image processing)，是指用計算機對圖像進行分析，以達到所需結果的技術。又稱圖片處理、影像處理、照片處理、後期處理、P圖、PS。 |
