本書論述SAR圖像處理與檢測的基本原理、方法和應(yīng)用，內(nèi)容包括字典學習、多尺度幾何分析、信息幾何、深度學習等框架，提供了大量算法和編程實例，以原理—算法—程序的形式，使讀者在學習和閱讀的過程中更加容易理解和接收知識點。本書側(cè)重介紹以特征表示為基礎(chǔ)的相干斑抑制與目標檢測算法，以時間發(fā)展為主線，展示了在相關(guān)領(lǐng)域內(nèi)若干關(guān)鍵技術(shù)的研究歷程，從數(shù)理、算法、編程實現(xiàn)的角度，體現(xiàn)了從實踐中來到實踐中去的工程科學特性。
楊萌，杭州電子科技大學，副教授。
目錄
第1章 緒論1
1.1 背景與意義1
1.2 基本定義與問題描述2
1.2.1 SAR圖像相干斑抑制2
1.2.2 SAR圖像目標檢測3
1.3 小結(jié)4
習題5
第2章 SAR圖像濾波的字典學習算法6
2.1 K-SVD算法6
2.1.1 基于聚類算法的向量量化原理6
2.1.2 K-SVD算法原理9
2.1.3 SAR圖像相干斑抑制的K-SVD算法18
2.1.4 實驗結(jié)果及分析23
2.2 K-LLD算法24
2.2.1 Steering核回歸24
2.2.2 K-LLD算法原理26
2.2.3 SAR圖像相干斑抑制的K-LLD算法38
2.2.4 實驗結(jié)果及分析38
2.3 K-OLS算法39
2.3.1 OLS原理39
2.3.2 K-OLS算法原理43
2.3.3 SAR圖像相干斑抑制的K-OLS算法46
2.3.4 實驗結(jié)果及分析48
2.4 小結(jié)54
習題55
第3章 SAR圖像濾波的多尺度幾何分析算法56
3.1 SAR圖像相干斑抑制的小波域算法56
3.1.1 小波域貝葉斯相干斑抑制算法57
3.1.2 小波域各向異性擴散相干斑抑制算法60
3.2 SAR圖像相干斑抑制的剪切波域算法66
3.2.1 剪切波原理67
3.2.2 剪切波域硬閾值相干斑抑制算法81
3.3 SAR圖像相干斑抑制的稀疏優(yōu)化算法86
3.3.1 稀疏優(yōu)化模型86
3.3.2 模型求解方法87
3.3.3 實驗結(jié)果及分析90
3.4 小結(jié)92
習題92
第4章 SAR圖像目標檢測的黎曼幾何算法93
4.1 統(tǒng)計流形及其幾何結(jié)構(gòu)93
4.1.1 費希爾信息度量93
4.1.2 高斯統(tǒng)計流形94
4.1.3 威布爾統(tǒng)計流形95
4.2 SAR圖像目標檢測算法96
4.3 實驗結(jié)果及分析102
4.3.1 實驗結(jié)果102
4.3.2 實驗分析104
4.4 小結(jié)108
習題108
第5章 SAR圖像目標檢測的芬斯勒幾何算法109
5.1 芬斯勒流形結(jié)構(gòu)109
5.1.1 芬斯勒度量張量109
5.1.2 LogGamma流形110
5.2 SAR圖像目標檢測算法111
5.3 實驗結(jié)果及分析118
5.3.1 實驗結(jié)果118
5.3.2 實驗分析121
5.4 小結(jié)122
習題122
第6章 SAR圖像目標檢測的YOLO算法123
6.1 卷積神經(jīng)網(wǎng)絡(luò)基本理論123
6.1.1 人工神經(jīng)網(wǎng)絡(luò)123
6.1.2 卷積神經(jīng)網(wǎng)絡(luò)125
6.1.3 激活函數(shù)及其導數(shù)128
6.1.4 池化操作133
6.1.5 前向傳播與反向傳播134
6.2 YOLO4模型139
6.2.1 YOLO4模型的主干網(wǎng)絡(luò)139
6.2.2 YOLO4模型的檢測頸143
6.2.3 YOLO4模型的檢測頭148
6.2.4 YOLO4模型的訓練149
6.3 實驗結(jié)果及分析158
6.3.1 CAESAR-Radi數(shù)據(jù)集158
6.3.2 評價指標158
6.3.3 實驗分析160
6.4 小結(jié)162
習題163
參考文獻164
書單推薦
