| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-14页 |
| ·论文背景 | 第11页 |
| ·水声图像处理与模式识别发展概况 | 第11-12页 |
| ·国内发展概况 | 第11-12页 |
| ·国外发展概况 | 第12页 |
| ·论文的研究内容 | 第12-14页 |
| 第2章 图像处理的基本算法 | 第14-30页 |
| ·图像的点处理 | 第14-23页 |
| ·图像的旋转 | 第14-16页 |
| ·图像的非整数倍缩放 | 第16-20页 |
| ·灰度直方图和均衡 | 第20-23页 |
| ·图像的二值化 | 第23-25页 |
| ·峰-峰法二值化 | 第23页 |
| ·Otsu法二值化 | 第23-25页 |
| ·图像的邻域处理 | 第25-26页 |
| ·图像的多阈值分割 | 第26-28页 |
| ·多阈值分割原理 | 第26-27页 |
| ·多阈值分割实现 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 基于PCNN的图像处理 | 第30-41页 |
| ·脉冲耦合神经网络(PCNN)模型 | 第30-31页 |
| ·基于PCNN的二值图像边缘提取 | 第31-35页 |
| ·边缘提取原理 | 第31-32页 |
| ·边缘提取步骤及实验结果 | 第32-33页 |
| ·对比分析 | 第33-35页 |
| ·基于PCNN的二值图像细化 | 第35-37页 |
| ·细化原理 | 第35页 |
| ·细化步骤及实验结果 | 第35-37页 |
| ·基于PCNN的二值图像去噪 | 第37-39页 |
| ·去噪原理 | 第37-38页 |
| ·去噪步骤及实验结果 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 形态学图像处理 | 第41-53页 |
| ·二值形态学基本运算 | 第41-44页 |
| ·基本集合定义 | 第41-42页 |
| ·膨胀(Dilation)和腐蚀(Erosion) | 第42-43页 |
| ·开启(Opening)和闭合(Closing) | 第43-44页 |
| ·二值形态学应用 | 第44-45页 |
| ·噪声的抑制 | 第44-45页 |
| ·边界提取 | 第45页 |
| ·灰度数学形态学基本运算 | 第45-48页 |
| ·灰度膨胀和灰度腐蚀 | 第45-47页 |
| ·开启和闭合 | 第47-48页 |
| ·灰度形态学的组合运算 | 第48-51页 |
| ·形态学平滑 | 第48-49页 |
| ·形态学梯度 | 第49-50页 |
| ·高帽(top-hat)变换 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 目标识别 | 第53-69页 |
| ·侧扫声纳目标自动探测 | 第53-58页 |
| ·概述 | 第53页 |
| ·处理过程 | 第53-58页 |
| ·高度对称目标自动识别 | 第58-63页 |
| ·几何参数的获取 | 第58-60页 |
| ·特征分析及分类识别 | 第60-63页 |
| ·矩形与(椭)圆形区域自动分类识别 | 第63-68页 |
| ·参数的获取 | 第63-64页 |
| ·特征向量构造及分析 | 第64-66页 |
| ·实验与分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附录 | 第76页 |