首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

水下图像增强与目标识别算法研究

摘要第1-7页
Abstract第7-14页
第一章 绪论第14-24页
   ·引言第14-15页
   ·研究背景和意义第15-17页
     ·课题的研究背景第15-16页
     ·课题的研究意义第16-17页
   ·国内外研究现状第17-21页
     ·水下图像增强研究现状第18-19页
     ·水下目标识别研究现状第19-21页
   ·论文的内容与结构第21-24页
第二章 水下图像基础理论和采集系统第24-36页
   ·水下光传播与成像系统第24-28页
     ·水下光传播模型第24-25页
     ·水下光成像模型第25-27页
     ·水下图像特点第27-28页
   ·水下图像增强评价方法第28-29页
     ·主观评价方法第28页
     ·客观评价方法第28-29页
   ·水下图像采集系统与实验平台第29-35页
     ·水下图像采集系统ROV第29-34页
       ·甲板单元第30页
       ·供电系统和脐带电缆(光缆)第30-31页
       ·ROV本体第31-34页
     ·实验采集平台第34-35页
       ·室内水下图像采集第34页
       ·室外水下图像采集第34-35页
   ·本章小结第35-36页
第三章 水下图像增强与目标识别颜色空间选择研究第36-58页
   ·经典颜色空间第36-39页
     ·RGB颜色空间第36-37页
     ·HSI颜色空间第37-38页
     ·YUV颜色空间第38页
     ·Lab颜色空间第38-39页
   ·基于双色性反射模型彩色不变分量第39-42页
     ·双色性反射模型第39-40页
     ·光照彩色不变分量第40-42页
   ·水下图像增强颜色空间选择第42-50页
     ·颜色空间选取第43-44页
     ·增强方法选取第44-46页
     ·实验结果与分析第46-50页
   ·基于颜色特征水下目标识别颜色空间选择第50-56页
     ·彩色空间选取第50-51页
     ·基于颜色特征识别方法第51-52页
     ·实验结果与分析第52-56页
   ·本章小结第56-58页
第四章 基于色调不变的水下图像增强方法研究第58-78页
   ·图像增强技术简介第58-61页
     ·基于空间域的图像增强方法第58-60页
     ·基于频域的图像增强方法第60-61页
   ·水下图像增强常用方法第61-67页
     ·对比度增强方法第62-64页
     ·颜色修正方法第64-65页
     ·光照不均匀修正方法第65-67页
   ·基于色调不变的水下图像增强算法第67-74页
     ·HSI空间同态滤波增强第68-70页
     ·HSV空间直方图拉伸第70-72页
     ·小波阈值降噪方法第72-74页
   ·实验结果与分析第74-77页
   ·本章小结第77-78页
第五章 基于颜色和形状特征水下目标识别方法第78-108页
   ·目标识别关键技术第78-90页
     ·特征提取技术第78-85页
       ·基于颜色特征提取第78-81页
       ·基于形状特征提取第81-83页
       ·基于纹理特征提取第83-84页
       ·基于语义特征提取第84-85页
     ·边缘检测技术第85-90页
       ·Roberts算子第86页
       ·Sobel算子第86页
       ·Prewitt算子第86-87页
       ·Laplacian算子第87页
       ·LOG算子第87-88页
       ·Canny算子第88-90页
   ·基于颜色和形状特征的水下目标识别方法第90-105页
     ·基于颜色特征水下目标提取原理第91-94页
       ·水下颜色变化模型第91-93页
       ·基于颜色特征提取原理第93-94页
     ·基于颜色特征水下目标提取方法第94-98页
       ·衰减系数估计第94-96页
       ·兼容颜色检测第96-98页
     ·二值形态学和连通域检测方法第98-101页
       ·二值形态学第98-100页
       ·连通域检测方法第100-101页
     ·基于形状标记图识别方法第101-105页
   ·实验结果与分析第105-107页
   ·本章小结第107-108页
第六章 总结与展望第108-112页
   ·总结第108-109页
   ·研究展望第109-112页
参考文献第112-124页
致谢第124-126页
个人简历第126页
发表的学术论文第126-128页
参与科研项目第128页
获奖情况第128页

论文共128页,点击 下载论文
上一篇:基于协同过滤的社会网络推荐系统关键技术研究
下一篇:基于感知一致性的过程纹理生成研究