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(biāo)檢測3
1.3　小結(jié)4
習(xí)題5
第2章 SAR圖像濾波的字典學(xué)習(xí)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(shí)驗(yàn)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(shí)驗(yàn)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(shí)驗(yàn)結(jié)果及分析48


2.4　小結(jié)54
習(xí)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(kuò)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(shí)驗(yàn)結(jié)果及分析90
3.4　小結(jié)92
習(xí)題92
第4章 SAR圖像目標(biāo)檢測的黎曼幾何算法93
4.1　統(tǒng)計(jì)流形及其幾何結(jié)構(gòu)93
4.1.1　費(fèi)希爾信息度量93
4.1.2　高斯統(tǒng)計(jì)流形94
4.1.3　威布爾統(tǒng)計(jì)流形95
4.2　SAR圖像目標(biāo)檢測算法96
4.3　實(shí)驗(yàn)結(jié)果及分析102
4.3.1　實(shí)驗(yàn)結(jié)果102
4.3.2　實(shí)驗(yàn)分析104
4.4　小結(jié)108
習(xí)題108
第5章 SAR圖像目標(biāo)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(biāo)檢測算法111
5.3　實(shí)驗(yàn)結(jié)果及分析118
5.3.1　實(shí)驗(yàn)結(jié)果118
5.3.2　實(shí)驗(yàn)分析121
5.4　小結(jié)122
習(xí)題122
第6章 SAR圖像目標(biāo)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(dǎo)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(xùn)練149
6.3　實(shí)驗(yàn)結(jié)果及分析158
6.3.1　CAESAR-Radi數(shù)據(jù)集158
6.3.2　評價(jià)指標(biāo)158
6.3.3　實(shí)驗(yàn)分析160
6.4　小結(jié)162
習(xí)題163
參考文獻(xiàn)164