基于卷积神经网络的SAR图像处理方法 - 中国高校教材图书网
|
书名： |
基于卷积神经网络的SAR图像处理方法
|
| ISBN： | 9787560676289 |
责任编辑： | |
| 作者： |
郑彤
相关图书
|
装订： | 0 |
| 印次： | 1-1 |
开本： | 16开 |
| 定价： |
￥40.00
折扣价：￥38.00
折扣：0.95
节省了2元
|
字数： |
221千字
|
| 出版社： |
西安电子科技大学出版社 |
页数： |
200页
|
| 出版日期： |
2025-07-04 |
每包册数： |
13
|
| 国家规划教材： |
|
省部级规划教材： |
|
| 入选重点出版项目： |
|
获奖信息： |
|
|
|
| 内容简介： |
合成孔径雷达（Synthetic Aperture Radar，SAR）是一种主动式传感器，其通过发射电磁信号和接收散射回波，获得环境的观测信息。与其他传感器相比，SAR具有可以全天时、全天候监测，不受气候和环境影响的优势。基于卷积神经网络的SAR图像处理相关技术结合了卷积神经网络（CNN）挖掘局部相关特征、保持平移不变性的优势，可以提升SAR图像处理的效果，相关研究成果可应用于军事和民用领域。
本书共7章，包括绪论、SAR成像机理与SAR图像特性、CNN的基本理论、基于CNN的SAR图像斑点噪声抑制方法、基于CNN的SAR图像目标检测方法、基于CNN的SAR图像目标识别方法，以及面向SAR图像处理的CNN频谱特征分析。本书在介绍基本理论的基础上，扩展了基于CNN的SAR图像解译方法，并针对CNN“黑盒”特点阐述了频谱特征分析方法，用于明确处理过程所提取特征的物理意义，推动基于CNN
的SAR图像处理方法的实际应用。
本书可作为本科人工智能、智能科学与技术等相关专业的参考书，也可作为SAR图像处理、信号与信息处理、通信工程等相关方向科技工作者的入门参考书。
|
| 作者简介： |
|
|
| 章节目录： |
第1章
绪论 1
1.1 SAR基本概念 1
1.2 SAR图像处理的基本概念 3
1.3 CNN概述 4
1.4 CNN在SAR图像处理中的应用 6
1.5 本章小结 7
第2章 SAR成像机理与SAR图像特性 8
2.1 SAR成像机理 8
2.1.1 SAR成像的几何模型和雷达发射信号模型 8
2.1.2 基于匹配滤波的SAR成像方法 11
2.2 SAR图像特性 15
2.2.1 SAR图像斑点噪声 15
2.2.2 SAR图像统计特性 19
2.3 本章小结 23
第3章 CNN的基本理论 25
3.1 CNN的基本组成及训练过程 26
3.1.1 CNN的基本组成 26
3.1.2 CNN的训练过程 31
3.1.3 CNN模型的过拟合与欠拟合问题 33
3.2 典型的CNN模型 38
3.2.1 AlexNet 38
3.2.2 GoogLeNet 39
3.2.3 VGG 40
3.2.4 ResNet 42
3.2.5 DenseNet 43
3.3 CNN在目标检测中的应用 43
3.3.1 目标检测发展背景 44
3.3.2 目标检测的评价指标 45
3.3.3 基于CNN的目标检测模型 46
3.4 CNN的典型应用案例 47
3.4.1 猫狗图像识别 47
3.4.2 基于MobileNetV3的肺炎识别 50
3.5 本章小结 52
第4章 基于CNN的SAR图像斑点噪声抑制方法 54
4.1 经典SAR图像斑点噪声抑制方法 54
4.1.1 多视处理 55
4.1.2 空域滤波 56
4.1.3 变换域滤波 58
4.1.4 基于特定理论的滤波 59
4.2 基于CNN的SAR图像斑点噪声抑制方法 59
4.2.1 网络结构 59
4.2.2 网络超参数设计 63
4.3 实验与分析 75
4.3.1 数据集建立 75
4.3.2 噪声抑制效果分析 80
4.4 本章小结 90
第5章 基于CNN的SAR图像目标检测方法 91
5.1 经典SAR图像目标检测方法 91
5.1.1 基于对比度的目标检测方法 91
5.1.2 基于图像的其他特征的目标检测方法 94
5.1.3 基于复图像特征的目标检测方法 95
5.2 SAR图像鬼影生成原理及其对目标检测的影响分析 95
5.2.1 SAR图像鬼影的生成 96
5.2.2 SAR图像鬼影的标注及其对检测的影响 97
5.3 基于两级CNN的SAR图像目标检测方法 102
5.3.1 网络结构 102
5.3.2 网络超参数设计 104
5.4 实验与分析 111
5.4.1 数据集构建方法 111
5.4.2 检测性能分析 114
5.4.3 斑点噪声影响条件下的SAR图像目标检测性能分析 117
5.5 本章小结 119
第6章 基于CNN的SAR图像目标识别方法 120
6.1 经典的SAR图像目标识别方法 120
6.1.1 SAR图像目标的特征提取与选择 120
6.1.2 SAR图像目标的分类 122
6.2 斑点噪声对SAR图像目标识别效果的影响分析 125
6.3 强斑点噪声影响下基于CNN的SAR图像目标识别方法 128
6.3.1 网络结构 128
6.3.2 网络超参数设计 130
6.4 实验与分析 146
6.4.1 数据集构建 146
6.4.2 识别性能分析 149
6.5 本章小结 155
第7章 面向SAR图像处理的CNN频谱特征分析 157
7.1 引言 157
7.2 经典的可解释性方法 157
7.2.1 内在可解释性模型 158
7.2.2 基于归因的可解释性方法 160
7.2.3 基于非归因的可解释性方法 163
7.3 SAR图像频谱特征分析的理论基础 165
7.4 卷积核幅度谱对特征提取的影响分析 167
7.4.1 滤波器类型对幅度谱的影响情况分析 169
7.4.2 陷波滤波器技术指标对幅度谱的影响分析 171
7.5 卷积核相位谱对特征提取的影响分析 177
7.6 实验与分析 179
7.6.1 基于幅度谱的卷积频谱分析 179
7.6.2 基于相位谱的卷积频谱分析 185
7.7 本章小结 188
参考文献 190
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
