合成孔径雷达图像处理是近几年发展起来的新兴学科，是当今发展国民经济和国防建设的一个重要学科。它涉及雷达成像的物理机理及其数据的数学特征、图像处理的各种先进技术以及它的应用领域（如测绘、海态等）的特殊性质。本书系统地论述了合成孔径雷达图像处理必不可少的基本原理和技术。首先解释在辐射作用下传播现象和物质相互作用的物理基本知识，以及有关雷达运行及其支持平台的基本知识；然后讨论在统计意义上描述具有非常特殊的性质的雷达信号的数学模型，以及一些有用的性质；最后论述在应用中需要的一些专门的图像处理方法，包括检测、识别、分类和解译等。 本书既是一部前沿学科的专著，同时也是近几年法国相关领域的研究生使用的教材。本书可以作为高等院校信号与图像处理、雷达信号处理、遥感信息处理等领域的研究生的教材或参考书，也可以作为在这些领域从事相关工作的科技人员的入门书。

为了更好地将可见光图像与噪声干扰严重的合成孔径雷达图像融合, 提出了一种最大尺度硬阈值去噪的方法, 在此基础上设计了一种融合规则, 根据噪声和信号在NSCT(nonsubsampled Contourlet transform)域的分解系数特性, 将NSCT分解的最大尺首先进行硬阈值去噪, 其他高频尺度与最大尺度对应的像素点取值方式保持一致, 在低频系数采用“简单绝对值取大”的融合规则, 最后进行NSCT逆变换得到融合图像。实验结果表明, 该方法能有效抑制斑点噪声, 并能充分保留源图像重要特征。

合成孔径雷达图像理解，详细介绍了合成孔径雷达图像成像基础、原理、算法一建SAR图像的统计特征，并对雷达图像进行了详细分析。

合成孔径雷达图像理解，国家微波成像重点实验室翻译，SAR图像理解入门教材

针对合成孔径雷达(SAR)图像中舰船目标稀疏的特点,提出一种基于级联卷积神经网络(CNN)的SAR图像舰船目标检测方法.将候选区域提取方法BING与目标检测方法Fast R-CNN相结合,并采用级联CNN设计,可同时兼顾舰船检测的准确率和速度.首先,针对SAR图像中相干斑噪声影响梯度检测的问题,在原有梯度算子的基础上增加平滑算子,并对图像尺寸个数和候选框个数进行适应性改进,使其提取到的候选窗口更快更准;然后,设计级联结构的Fast R-CNN检测框架,前端简单的CNN负责排除明显的非目标区域,后端复杂的CNN对高概率候选区域进行分类和位置回归,整个结构可以保证快速准确地对舰船这种稀疏目标进行检测;最后,设计一种联合优化方法对多任务的目标函数进行优化,使其更快更好地收敛.在SAR图像舰船检测数据集SSDD上的实验结果显示,所提出的方法相比于原始Fast R-CNN和Faster R-CNN检测方法,检测精度从65.2%和70.1%提高到73.5%,每张图像的处理时间从2235ms和198ms下降到113ms.

本书系统论述了合成孔径雷达图像处理的原理和方法，井且收集了有关各个方面处理技术的研究成果，为读者提供（丰富的易于理解的信息。全书讨论了合成孔径雷达成像的理论菲础和基本原理，介绍了国际上知名的星载、机载等合成孔径雷达系统，重点分析了合成孔径雷达图像的各种数学模型，以及辐射校正、几何校正、地形校正等数据处理方法，针对各种不同的应用背景，论述了图像滤波、分割、分类方法，目标的点、轮廓线等特征提取方法，以及目标辨识、立体测量、干涉测量、海洋探测等应用的处理方法。

本文研究了联合SAR影像强度与相干信息的多阈值融合变化检测技术。针对SAR影像强度和相干信息各自统计分布特点,首先通过选定合适的统计分布模型分别对强度和相干信息进行统计分布拟合,并以Jeffrey距离为差异度量获取强度和相干信息的差异图。然后利用三种阈值方法分别对两者的差异图进行阈值分割,获得多幅初步的变化结果图。最后利用马尔科夫随机场进行融合,得到最终的变化检测结果。实验结果表明该融合策略可以获得比单一阈值法更为稳定的变化检测结果。

第1章 绪论 1.1 合成孔径雷达概况 1.2 发展历程 1.2.1 国外SAR发展历程 1.2.2 我国SAR发展历程 1.3 发展趋势 1.4 主要应用 1.4.1 军事领域 1.4.2 民用领域 1.5 内容安排 第2章 合成孔径雷达 2.1 概述 2.2 SAR成像基本原理 2.2.1 距离向分辨率与脉冲压缩技术 2.2.2 方位向分辨率与合成孔径原理 2.2.3 点目标信号回波模型 2.2.4 SAR成像处理与算法 2.3 SAR成像的几何特性 2.3.1 斜距图像的比例失真 2.3.2 透视收缩与顶底位移 2.3.3 雷达阴影 2.3.4 雷达视差与立体观察 第3章 雷达目标电磁散射计算 3.1 概述 3.1.1 电磁散射基本计算方法 3.1.2 严格的经典解法 3.1.3 近似求解方法 3.2 等效电磁流计算 3.2.1 等效电磁流奇异性的消除 3.2.2 等效电磁流的分析与计算 3.3 多次散射的计算 3.3.1 几何/物理光学混合算法 3.3.2 存在多重散射的条件和遮挡关系的判断 3.3.3 几何光学/等效电磁流混合算法 3.3.4 GO/PO混合方法的应用 3.4 腔体结构电磁散射RCS计算 3.4.1 复射线近轴近似电磁散射算法 3.4.2 计算实例 3.5复杂目标电磁散射的计算 3.5.1 复杂目标几何建模 3.5.2 复杂目标电磁散射混合计算 第4章 合成孔径雷达图像特征分析 4.1 概述 4.2 SAR图像辐射特征 4.2.1 SAR图像回波强度的概率分布 4.2.2 辐射分辨率 4.3 SAR图像噪声特征 4.4 SAR图像目标几何特征 4.4.1 点目标 4.4.2 线目标 4.4.3 面目标 4.5 SAR图像灰度统计特征 4.5.1 幅度特征 4.5.2 直方图特征 4.5.3 统计特征 4.6 SAR图像纹理特征 4.6.1 方向差分特征 4.6.2 灰度共现特征 4.6.3 小波纹理能量特征 第5章 合成孔径雷达图像分割 5.1 概述 5.2 阈值分割法 5.2.1 基于遗传算法的二维最大熵阈值分割法 5.2.2 二维模糊熵阈值分割法 5.2.3 双阈值分割算法 5.3 基于马尔可夫随机场模型的分割法 5.3.1 吉布斯MEF分割模型 5.3.2 吉布斯MRF分割算法 5.3.3 多尺度MRF图像分割 5.4 基于多尺度几何分析的分割法 5.4.1 基于Contourlet变换的SAR图像分割 5.4.2 基于Wedgelet变换的SAR图像分割 5.5 分割评价方法 5.5.1 分割质量评价 5.5.2 适用情况分析 第6章 合成孔径雷达图像目标分类 6.1 概述 6.1.1 分类流程 6.1.2 评价标准 6.2 概率密度函数估计 6.2.1 单-密度函数 6.2.2 混合密度函数 6.2.3 有限混合密度函数的逼近能力 6.3 参数估计 6.3.1 极大似然估计 6.3.2 EM算法 6.4 最小距离分类法 6.5 最大后验概率分类法 6.6 支持向量机分类法 6.6.1 支持向量机原理 6.6.2 支持向量机分类法 6.7 隐马尔可夫优化分类法 6.7.1 HMM原理 6.7.2 HMOC模型 第7章 合成孔径雷达图像目标识别 7.1 概述 7.1.1 识别方法 7.1.2 自动目标识别系统 7.2 基于电磁特性的目标识别 7.3 典型目标识别 7.3.1 道路识别 7.3.2 机场识别 7.3.3 MSTAR坦克识别 第8章 合成孔径雷达图像融合 8.1 概述 8.1.1 图像融合概念 8.1.2 融合效果评价 8.2 SAR图像与可见光图像融合 8.2.1 提升小波变换 8.2.2 基于提升小波变换区域统计特性的融合算法 8.3 SAR图像与多光谱图像融合 8.3.1 主成分分析方法 8.3.2 基于主成分分析的SAR与多光谱图像融合 8.4 多波段SAR图像融合 8.4.1 基于a trous算法方向滤波器组的多波段SAR图像灰度融合 8.4.2 多波段SAR图像伪彩色融合 第9章 合成孔径雷达图像压缩 9.1 概述 9.1.1 第一代和第二代压缩技术 9.1.2 多尺度方向分析技术 9.2 SAR图像压缩中的典型特征 9.2.1 纹理特征 9.2.2 变换域系数统计特征 9.3 SAR图像Non-SWMDA压缩方法 9.3.1 不可分离小波的提升实现 9.3.2 基于块分割的二叉树编码方案设计 9.4 SAR图像压缩效果评价 9.4.1 保真度准则 9.4.2 特征衡量标准

第1章 绪论 第2章 SAR成像原理 2.1 引言 2.2 SAR系统参数 2.3 单脉冲距离向处理 2.4 线性调频脉冲与脉冲压缩 2.5 SAR方位向处理 2.6 SAR线性测量系统 2.7 辐射定标 2.8 小结 参考文献 附录2A星载SAR的方位向处理 第3章 图像缺陷及其校正 3.1 引言 3.2 SAR成像散焦 3.2.1 自聚焦方法 3.2.2 自聚焦技术的精确性 3.2.3 散射体性质对自聚焦的影响 3.3 几何失真与辐射失真 3.3.1 物理原因及关联的失真 3.3.2 基于信号的MOCO方法 3.3.3 天线稳定性 3.4 残留SAR成像误差 3.4.1 残留的几何与辐射失真 3.4.2 旁瓣水平 3.5 基于信号的MOCO方法的改进 3.5.1 包含相位补偿的迭代自聚焦 3.5.2 较小失真的高频跟踪 3.5.3 常规方法与基于信号方法相结合的MOC0方法 3.6 小结 参考文献 第4章 SAR图像的基本特性 4.1 引言 4.2 SAR图像信息的特质 4.3 单通道图像类型与相干斑 4.4 多视处理估计RCS 4.5 相干斑的乘性噪声模型 4.6 RCS估计——成像与噪声的影响 4.7 SAR成像模型的结果 4.8 空间相关性对多视处理的影响 4.9 系统引入空间相关性的补偿 4.9.1 子采样 4.9.2 预平均 4.9.3 插值 4.10 空间相关性估计：平稳性与空间平均 4.11 相干斑模型的局限性 4.12 多维SAR图像 4.13 小结 参考文献 第5章 数据模型 5.1 引言 5.2 数据特征 5.3 经验数据分布 5.4 乘积模型 5.4.1 RCS模型 5.4.2 强度概率密度函数 5.5 概率分布模型的比较 5.6 基于有限分辨率成像的目标RCS起伏 5.7 数据模型的局限性 5.8 计算机仿真 5.9 小结 参考文献 第6章 RCS重建滤波器 6.1 引言 6.2 相干斑模型和图像质量度量 6.3 贝叶斯重建 6.4 基于相干斑模型的重建 6.4.1 多视处理相干斑抑制 6.4.2 最小均方误差相干斑抑制 …… 第7章 RCS分类与分割 第8章 纹理信息提取 第9章 相关纹理 第10章 目标信息 第11章 多通道SAR数据的信息处理 第12章 多维SAR图像分析技术 第13章 SAR图像的分类 第14章 现状与前景分析

科学出版社，2008；第1章 绪论；第2章 合成孔径雷达；第3章 雷达目标电磁散射计算；第4章 合成孔径雷达图像特征分析；第5章 合成孔径雷达图像分割；第6章 合成孔径雷达图像目标分类；第7章 合成孔径雷达图像目标识别；第8章 合成孔径雷达图像融合；第9章 合成孔径雷达图像压缩；