网站首页 软件下载 游戏下载 翻译软件 电子书下载 电影下载 电视剧下载 教程攻略
书名 | 合成孔径雷达图像智能解译 |
分类 | |
作者 | 徐丰,王海鹏,金亚秋 |
出版社 | 科学出版社 |
下载 | ![]() |
简介 | 内容推荐 本书总结了作者近5年来在合成孔径雷达(SAR)图像智能解译方面的研究成果。本书共分13章。~3章主要介绍SAR图像解译的研究背景和现状、深度学习新技术的发展以及深度学习基本原理。第4~6章主要介绍基于深度学习技术的SAR图像智能目标识别研究,包括地面目标识别、海面目标识别以及目标特征表征学习等。第7~10章介绍极化SAR图像的智能解译技术研究,包括基于深度学习的极化SAR地表分类、多极化SAR图像重构、极化SAR图像因子分解以及极化干涉SAR植被参数反演。1章介绍SAR图像统计建模和基于深度学习的SAR相干斑滤波。2章介绍基于深度学习的虚拟场景重建。3章介绍基于深度学习的SAR图像与光学图像相互翻译。主要章节均附有实例代码。 目录 目录 丛书序 前言 章 绪论 1 1.1 SAR信息获取 2 1.2 深度学习技术 9 1.3 SAR智能解译与微波视觉 15 参考文献 21 第2章 SAR图像解译基础 27 2.1 SAR成像原理 27 2.1.1 雷达测距与脉冲压缩技术 27 2.1.2 合成孔径与方位向压缩 28 2.2 SAR极化信息 34 2.2.1 极化电磁波 34 2.2.2 完全极化波与相干散射 36 2.2.3 部分极化波与非相干散射 37 2.2.4 雷达极化测量 40 2.2.5 目标分解与地表分类 46 2.3 SAR图像统计模型 55 2.3.1 Rayleigh相干斑模型 55 2.3.2 乘积模型 56 2.3.3 SAR图像统计模型 57 2.4 SAR图像处理方法 59 2.4.1 SAR图像滤波 59 2.4.2 SAR图像目标检测与识别 65 2.4.3 SAR图像分割与分类 66 参考文献 68 第3章 深度学习基础 70 3.1 人工神经网络 70 3.1.1 神经元模型 70 3.1.2 神经网络模型 72 3.1.3 神经网络学习 77 3.1.4 神经网络的训练技巧 80 3.2 深度神经网络 85 3.2.1 深度卷积网络 85 3.2.2 深度循环网络 88 3.3 计算机视觉 91 3.3.1 图像分类 91 3.3.2 目标检测 94 3.3.3 图像分割 96 参考文献 99 第4章 SAR地面目标智能识别 102 4.1 全卷积网络(AConvNets) 102 4.2 网络的训练方式 107 4.3 车辆目标检测与识别 109 4.4 飞机目标检测与识别 120 4.5 小波散状网络 129 附录 实例代码——AConvNets目标分类 137 参考文献 140 第5章 SAR海面目标智能识别 143 5.1 SAR海面目标识别现状 143 5.2 全球海陆数据库辅助的精细海陆分割 145 5.3 复杂海陆环境中的船舶目标检测 157 5.4 SAR-AIS船舶目标数据库 168 5.5 SAR船舶目标鉴别与识别 175 参考文献 180 第6章 少样本SAR目标识别 183 6.1 SAR目标表征空间与少样本学习 183 6.2 电磁仿真数据辅助的少样本学习 194 6.3 自动对抗编码器与少样本学习 201 附录 实例代码——零样本目标识别 214 参考文献 217 第7章 极化SAR地表分类 219 7.1 基于实数卷积网络的地表分类 219 7.2 地表分类网络的普适性 229 7.3 复数卷积网络(CV-CNN) 234 7.4 基于复数卷积网络的地表分类 243 附录 实例代码——复数卷积网络(CV-CNN) 255 参考文献 260 第8章 多极化SAR图像重构 262 8.1 多极化SAR 262 8.2 稀疏重构全极化SAR图像 265 8.3 基于深度学习的极化SAR图像重构 278 附录 实例代码——SAR图像上色网络(colorization-nets) 293 参考文献 297 第9章 极化SAR因子分解 300 9.1 极化SAR因子分解理论 300 9.2 极化SAR因子分解算法 306 9.3 实验验证与结果分析 310 附录 实例代码——极化SAR因子分解 320 参考文献 322 0章 极化干涉SAR植被参数反演 324 10.1 极化干涉SAR树高反演 324 10.2 极化干涉SAR系统参数 329 10.3 极化干涉SAR误差模型 331 10.4 CV-CNN树高反演 349 附录 实例代码——CV-CNN极化干涉SAR树高反演 358 参考文献 362 1章 SAR相干斑仿真与滤波网络 364 11.1 相干斑仿真 364 11.2 相干斑滤波网络 375 11.3 仿真与实验 383 附录 实例代码——去相干斑网络(Despeckling-NN) 399 参考文献 406 2章 虚拟场景重建与SAR图像仿真 409 12.1 场景重建 409 12.2 光学遥感影像地表分类 412 12.3 光学遥感影像对建筑物的重构 420 12.4 虚拟城市三维场景重建 423 12.5 SAR图像仿真 427 参考文献 430 3章 SAR与光学图像互译 433 13.1 SAR和光学图像的互译 433 13.2 双向翻译网络 436 13.3 实验分析 442 附录 实例代码——级联残差对抗网络(CRAN) 456 参考文献 461 |
随便看 |
|
霍普软件下载网电子书栏目提供海量电子书在线免费阅读及下载。