极化合成孔径雷达图像处理与应用是空天信息科学中的重要研究方向。本书专注于极化SAR图像分类、目标检测与识别应用研究，介绍了极化SAR图像处理的基本知识与作者近年来在舰船检测及分类、地物分类、图像分割、城市区域分类等方面的研究成果。
本书叙述从基本理论、具体问题到一般化应用展开，给出具体推导和应用分析，可供遥感领域理论研究和技术开发科技人员，以及高等院校电子信息工程、遥感测绘等专业的师生阅读使用。

第1章 绪论
1.1 极化SAR成像系统
1.2 极化SAR目标分解
1.3 地物分类与图像分割
1.4 目标检测与目标识别
1.4.1 目标检测
1.4.2 目标识别
1.5 本书安排
参考文献
第2章 极化雷达的基本理论
2.1 引言
2.2 散射波的极化
2.2.1 极化椭圆
2.2.2 极化基的变换
2.2.3 极化波的描述算子
2.2.4 波的极化维度
2.3 目标的极化测量
2.3.1 散射矩阵
2.3.2 散射矩阵和极化基变换
2.3.3 极化signature
2.3.4 目标的极化描述算子
2.3.5 目标散射矩阵的旋转
2.3.6 目标的极化维度
2.4 小结
参考文献
第3章 目标分解与极化特征提取
3.1 Huynen非相干分解及特征参数提取
3.1.1 Huynen目标特征参数
3.1.2 Huynen分解
3.1.3 杨分解
3.1.4 游分解方法
3.2 Krogager分解与Cameron分解
3.2.1 Krogager分解
3.2.2 Cameron分解
3.3 几种典型的分解方法
3.3.1 Freeman三成分分解
3.3.2 Yamaguchi四成分分解
3.3.3 稳定三成分分解
3.3.4 Cloude-Pottier分解
3.4 目标相似性参数
3.4.1 单视数据的相似性参数
3.4.2 多视数据的相似性参数
3.5 基于去定向共极化比的目标分解
3.6 小结
参考文献
第4章 极化SAR杂波建模
4.1 引言
4.2 传统的参数化杂波分布模型
4.2.1 Gamma分布
4.2.2 对数正态分布
4.2.3 混合对数正态分布
4.2.4 K分布
4.2.5 a稳定分布
……
第5章 基于恒虚警检测器的舰船检测方法
第6章 基于变分贝叶斯推断的舰船检测方法
第7章 基于MSHOG特征与任务驱动字典学习的舰船分类
第8章 卷积神经网络基础知识
第9章 基于卷积神经网络的极化SAR舰船检测
第10章 基于卷积神经网络的极化SAR城市区域地物分类
第11章 基于混合模型及MRF的极化SAR地物分类
第12章 基于SLIC的极化SAR图像超像素分割