| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景和意义 | 第9页 |
| ·侧扫声纳图像感兴趣区域提取研究现状 | 第9-10页 |
| ·感兴趣区域提取的实现 | 第10-15页 |
| ·基于直方图的阈值分割技术 | 第11页 |
| ·基于区域特性的分割技术 | 第11-13页 |
| ·聚类分析的图像分割 | 第13-14页 |
| ·基于神经网络的图像分割 | 第14-15页 |
| ·结合特定理论工具的分割技术 | 第15页 |
| ·本文的主要工作 | 第15-16页 |
| 第2章 基于边界检测的感兴趣区域提取 | 第16-25页 |
| ·边界检测算子提取边界 | 第16-21页 |
| ·梯度模算子 | 第16-17页 |
| ·Robert算子 | 第17-18页 |
| ·具有平滑作用的一阶偏导算子 | 第18-20页 |
| ·拉氏(Laplace)算子 | 第20-21页 |
| ·高斯平滑后求导提取边界 | 第21-22页 |
| ·基于局部方差的边缘提取 | 第22-23页 |
| ·基于边缘检测的感兴趣区域提取实现 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于区域的感兴趣区域提取 | 第25-46页 |
| ·迭代分割提取感兴趣区域 | 第25-30页 |
| ·迭代分割思想流程 | 第25-26页 |
| ·具体实现过程 | 第26-28页 |
| ·侧扫声纳图像的处理结果 | 第28-30页 |
| ·基于区域增长的感兴趣区域提取 | 第30-36页 |
| ·基于区域增长的感兴趣区域提取思想流程 | 第30-31页 |
| ·声影区种子区域获取 | 第31-32页 |
| ·声反射区种子区域获取 | 第32-33页 |
| ·区域增长准则 | 第33-36页 |
| ·基于图像频域模板的感兴趣区域提取 | 第36-44页 |
| ·背景 | 第36-37页 |
| ·傅里叶分析提取水平、垂直、45°、135°直线理论 | 第37-39页 |
| ·基于傅里叶分析的纹理图像感兴趣区提取 | 第39-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 基于聚类分析的感兴趣区域提取 | 第46-71页 |
| ·聚类分析 | 第46-55页 |
| ·聚类分析中的基本概念 | 第46-49页 |
| ·模式特征选取 | 第49-50页 |
| ·常见的聚类算法 | 第50-55页 |
| ·基于直方图的三模式感兴趣区域提取 | 第55-61页 |
| ·直方图分割的思想 | 第55-56页 |
| ·三模式OTSU方法在侧扫声纳图像中的应用 | 第56-59页 |
| ·三模式OTSU方法处理结果的后处理 | 第59-61页 |
| ·基于灰度值和区域绝对粗糙度的感兴趣区域提取 | 第61-66页 |
| ·灰度值特征和区域绝对粗糙度特征的选取 | 第61-62页 |
| ·聚类算法选择 | 第62-65页 |
| ·处理结果 | 第65-66页 |
| ·基于灰度值和区域表面积的感兴趣区域提取 | 第66-68页 |
| ·灰度值和区域表面积特征的选择 | 第66-68页 |
| ·聚类算法的选择和处理结果 | 第68页 |
| ·基于灰度值和分形维数的感兴趣区域提取 | 第68-70页 |
| ·分形维数 | 第68-69页 |
| ·聚类算法的选择和处理结果 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77页 |