基于小波分析移动机器人声纳图像特征匹配算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·水下机器人导航定位的发展 | 第11-12页 |
| ·海底成像的技术手段 | 第12-13页 |
| ·水声图像处理技术 | 第13-15页 |
| ·本文研究内容 | 第15-16页 |
| 2 小波分析理论与小波模极大值法 | 第16-28页 |
| ·小波分析发展概述 | 第16-17页 |
| ·小波分析基本理论 | 第17-25页 |
| ·小波变换的定义 | 第17-19页 |
| ·小波多分辨分析思想 | 第19-21页 |
| ·多分辨率滤波器组 | 第21页 |
| ·Mallat 算法 | 第21-22页 |
| ·二维小波分解与重构 | 第22-25页 |
| ·小波模极大值法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 声纳图像特征提取 | 第28-43页 |
| ·图像特征概述 | 第28-29页 |
| ·结构性环境下SLAM 特征提取 | 第29-32页 |
| ·点特征 | 第30-31页 |
| ·线特征 | 第31页 |
| ·组合特征 | 第31-32页 |
| ·海底声纳图像特征提取 | 第32-33页 |
| ·基于小波模极大值的非结构环境的点特征提取 | 第33-42页 |
| ·图像小波模极大值的计算 | 第33-36页 |
| ·图像特征点提取 | 第36-38页 |
| ·特征点稳定性研究 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 4 特征描述与特征数据关联匹配 | 第43-68页 |
| ·特征点特征描述 | 第43-52页 |
| ·基于区域模梯度方向的特征描述 | 第43-44页 |
| ·基于不变矩的特征描述 | 第44-52页 |
| ·特征数据关联匹配 | 第52-67页 |
| ·数据关联过程 | 第52-53页 |
| ·常用特征数据关联方法 | 第53-57页 |
| ·点特征数据关联匹配 | 第57-60页 |
| ·基于几何三角形相似的数据关联匹配 | 第60-67页 |
| ·本章小结 | 第67-68页 |
| 5 声纳图像去噪预处理 | 第68-77页 |
| ·声纳图像噪声概述 | 第68页 |
| ·常用去噪方法 | 第68-72页 |
| ·均值滤波 | 第68-69页 |
| ·顺序统计滤波 | 第69-70页 |
| ·自适应滤波 | 第70-71页 |
| ·时域、频域低通滤波 | 第71-72页 |
| ·小波去噪法 | 第72-73页 |
| ·多尺度小波域下基于方向窗口的双重局部维纳滤波 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 6 总结与展望 | 第77-79页 |
| ·本文工作总结 | 第77页 |
| ·后续工作研究展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 在学研究成果 | 第83-84页 |
| 致谢 | 第84页 |
