电子工业出版社-网上书店

本书论述SAR图像处理与检测的基本原理、方法和应用，内容包括字典学习、多尺度几何分析、信息几何、深度学习等框架，提供了大量算法和编程实例，以原理—算法—程序的形式，使读者在学习和阅读的过程中更加容易理解和接收知识点。本书侧重介绍以特征表示为基础的相干斑抑制与目标检测算法，以时间发展为主线，展示了在相关领域内若干关键技术的研究历程，从数理、算法、编程实现的角度，体现了从实践中来到实践中去的工程科学特性。本书可作为高等院校本科生和研究生的教材或教学参考书，亦可供有关教师、研究人员阅读。

目录
第1章  绪论	1
1.1　背景与意义	1
1.2　基本定义与问题描述	2
1.2.1　SAR图像相干斑抑制	2
1.2.2　SAR图像目标检测	3
1.3　小结	4
习题	5
第2章  SAR图像滤波的字典学习算法	6
2.1　K-SVD算法	6
2.1.1　基于聚类算法的向量量化原理	6
2.1.2　K-SVD算法原理	9
2.1.3　SAR图像相干斑抑制的K-SVD算法	18
2.1.4　实验结果及分析	23
2.2　K-LLD算法	24
2.2.1　Steering核回归	24
2.2.2　K-LLD算法原理	26
2.2.3　SAR图像相干斑抑制的K-LLD算法	38
2.2.4　实验结果及分析	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图像相干斑抑制的K-OLS算法	46
2.3.4　实验结果及分析	48


2.4　小结	54
习题	55
第3章  SAR图像滤波的多尺度几何分析算法	56
3.1　SAR图像相干斑抑制的小波域算法	56
3.1.1　小波域贝叶斯相干斑抑制算法	57
3.1.2　小波域各向异性扩散相干斑抑制算法	60
3.2　SAR图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　剪切波域硬阈值相干斑抑制算法	81
3.3　SAR图像相干斑抑制的稀疏优化算法	86
3.3.1　稀疏优化模型	86
3.3.2　模型求解方法	87
3.3.3　实验结果及分析	90
3.4　小结	92
习题	92
第4章  SAR图像目标检测的黎曼几何算法	93
4.1　统计流形及其几何结构	93
4.1.1　费希尔信息度量	93
4.1.2　高斯统计流形	94
4.1.3　威布尔统计流形	95
4.2　SAR图像目标检测算法	96
4.3　实验结果及分析	102
4.3.1　实验结果	102
4.3.2　实验分析	104
4.4　小结	108
习题	108
第5章  SAR图像目标检测的芬斯勒几何算法	109
5.1　芬斯勒流形结构	109
5.1.1　芬斯勒度量张量	109
5.1.2　LogGamma流形	110
5.2　SAR图像目标检测算法	111
5.3　实验结果及分析	118
5.3.1　实验结果	118
5.3.2　实验分析	121
5.4　小结	122
习题	122
第6章  SAR图像目标检测的YOLO算法	123
6.1　卷积神经网络基本理论	123
6.1.1　人工神经网络	123
6.1.2　卷积神经网络	125
6.1.3　激活函数及其导数	128
6.1.4　池化操作	133
6.1.5　前向传播与反向传播	134
6.2　YOLO4模型	139
6.2.1　YOLO4模型的主干网络	139
6.2.2　YOLO4模型的检测颈	143
6.2.3　YOLO4模型的检测头	148
6.2.4　YOLO4模型的训练	149
6.3　实验结果及分析	158
6.3.1　CAESAR-Radi数据集	158
6.3.2　评价指标	158
6.3.3　实验分析	160
6.4　小结	162
习题	163
参考文献	164

党的二十大报告明确提出：“教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势。”“教育是国之大计、党之大计。”“我们要坚持教育优先发展、科技自立自强、人才引领驱动，加快建设教育强国、科技强国、人才强国，坚持为党育人、为国育才，全面提高人才自主培养质量，着力造就拔尖创新人才，聚天下英才而用之。”
在科技发展和产业升级动态更新的背景下，依托现代教育理念，统筹课程和教材建设，紧随时代发展步伐，不断强基固本、改革创新，加快产学研融合，发展面向信息化产业的新工科教育理念，编写各种创新教材，满足各类改革下的教学需要，对推进高等教育改革、培养新时代人才具有重要意义。
本书主要内容
本书言简意赅，强调基础，注重理论素养和实践经验，结合MATLAB和Python两种常用的编程语言，实现了从原理分析、算法设计到编程实现的系统引导。本书将文字、公式和程序等表述方式融为一体，完成产学研一体化工程素养的提升。全书共6章，除绪论（第1章）外，主体的5章内容如下所述。
第2章介绍SAR图像滤波的字典学习算法，包括K-SVD算法、K-LLD算法和K-OLS算法。该章内容为SAR图像中的稀疏表征和应用奠定了基础。
第3章介绍SAR图像滤波的多尺度几何分析算法，包括SAR图像相干斑抑制的小波域算法、剪切波域算法和稀疏优化算法。小波分析、框架分析、多尺度几何分析是机器学习中应用广泛、理论基础清晰的架构，具有局部化、方向性、多尺度特性等优势。
第4章介绍SAR图像目标检测的黎曼几何算法，主要包括费希尔信息度量、高斯统计流形和威布尔统计流形等内容。信息几何是近些年发展起来的新兴学科，是在黎曼流形上采用微分几何方法来研究统计学和信息领域问题而提出的一套新的理论体系。该章以黎曼几何理论为基础，旨在探索其在SAR图像目标检测中的应用。
第5章介绍SAR图像目标检测的芬斯勒几何算法，主要包括芬斯勒度量张量和LogGamma流形等内容。如果说黎曼几何是一幅深刻描述空间形态的黑白图画，那么芬斯勒几何就是这种描述的绚丽多姿的彩色画卷。芬斯勒几何的观点和方法，不仅与数学的其他分支，如微分方程、李群、代数学、拓扑学、非线性分析等密切相关，而且在数学物理、理论物理、生物数学、控制论、信息论等学科中得到了越来越广泛的应用。该章以芬斯勒几何理论为基础，旨在探索其在SAR图像目标检测中的应用。
第6章介绍SAR图像目标检测的YOLO算法，主要包括YOLO4模型的主干网络、YOLO4模型的检测颈、YOLO4模型的检测头和YOLO4模型的训练等内容。在SAR图像目标检测领域，深度学习及其应用受到了前所未有的重视和关注，YOLO算法是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。
致谢
感谢电子工业出版社对本书出版所做的努力。
感谢本书作者所在的杭州电子科技大学为本书出版所提供的资助。
由于作者水平有限，书中不足之处在所难免，敬请专家和读者批评指正。

杨萌  应娜  胡淼
2023年11月

杨萌，杭州电子科技大学，副教授。

本书配套资源下载

对不起，暂无音视频资源！