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。

第1章 绪论
1.1 背景与意义
1.2 基本定义与问题描述
1.2.1 SAR图像相干斑抑制
1.2.2 SAR图像目标检测
1.3 小结
习题
第2章 SAR图像滤波的字典学习算法
2.1 K-SVD算法
2.1.1 基于聚类算法的向量量化原理
2.1.2 K-SVD算法原理
2.1.3 SAR图像相干斑抑制的K-SVD算法
2.1.4 实验结果及分析
2.2 K-LLD算法
2.2.1 Steering核回归
2.2.2 K-LLD算法原理
2.2.3 SAR图像相干斑抑制的K-LLD算法
2.2.4 实验结果及分析
2.3 K-OLS算法
2.3.1 OLS原理
2.3.2 K-OLS算法原理
2.3.3 SAR图像相干斑抑制的K-OLS算法
2.3.4 实验结果及分析
2.4 小结
习题
第3章 SAR图像滤波的多尺度几何分析算法
3.1 SAR图像相干斑抑制的小波域算法
3.1.1 小波域贝叶斯相干斑抑制算法
3.1.2 小波域各向异性扩散相干斑抑制算法
3.2 SAR图像相干斑抑制的剪切波域算法
3.2.1 剪切波原理
3.2.2 剪切波域硬阈值相干斑抑制算法
3.3 SAR图像相干斑抑制的稀疏优化算法
3.3.1 稀疏优化模型
3.3.2 模型求解方法
3.3.3 实验结果及分析
3.4 小结
习题
第4章 SAR图像目标检测的黎曼几何算法
4.1 统计流形及其几何结构
4.1.1 费希尔信息度量
4.1.2 高斯统计流形
4.1.3 威布尔统计流形
4.2 SAR图像目标检测算法
4.3 实验结果及分析
4.3.1 实验结果
4.3.2 实验分析
4.4 小结
习题
第5章 SAR图像目标检测的芬斯勒几何算法
5.1 芬斯勒流形结构
5.1.1 芬斯勒度量张量
5.1.2 LogGamma流形
5.2 SAR图像目标检测算法
5.3 实验结果及分析
5.3.1 实验结果
5.3.2 实验分析
5.4 小结
习题
第6章 SAR图像目标检测的YOLO算法
6.1 卷积神经网络基本理论
6.1.1 人工神经网络
6.1.2 卷积神经网络
6.1.3 激活函数及其导数
6.1.4 池化操作
6.1.5 前向传播与反向传播
6.2 YOLO4模型
6.2.1 YOLO4模型的主干网络
6.2.2 YOLO4模型的检测颈
6.2.3 YOLO4模型的检测头
6.2.4 YOLO4模型的训练
6.3 实验结果及分析
6.3.1 CAESAR-Radi数据集
6.3.2 评价指标
6.3.3 实验分析
6.4 小结
习题
参考文献