基于视觉的水下目标识别算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状与分析 | 第9-13页 |
| 1.2.1 水下目标识别算法研究 | 第9-11页 |
| 1.2.2 水下光斑去除算法研究 | 第11-12页 |
| 1.2.3 视觉显著性算法综述 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 第2章 水下光斑去除算法的研究 | 第14-27页 |
| 2.1 引言 | 第14页 |
| 2.2 水下图像采集系统设计 | 第14-16页 |
| 2.3 水下光斑去除算法设计 | 第16-24页 |
| 2.3.1 图像配准算法设计 | 第17-20页 |
| 2.3.2 光斑去除算法实现 | 第20-24页 |
| 2.4 水下光斑去除试验与分析 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 水下图像目标提取方法的研究 | 第27-46页 |
| 3.1 引言 | 第27页 |
| 3.2 显著性算法的选取 | 第27-35页 |
| 3.3 水下目标提取算法的设计与实现 | 第35-43页 |
| 3.3.1 图像预分割处理 | 第36-39页 |
| 3.3.2 基于RC算法的显著性计算 | 第39页 |
| 3.3.3 考虑纹理先验信息的显著性计算 | 第39-42页 |
| 3.3.4 考虑灰度先验信息的显著性计算 | 第42-43页 |
| 3.4 水下目标提取算法评价 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 水下目标识别方法的设计与实现 | 第46-56页 |
| 4.1 引言 | 第46页 |
| 4.2 目标的连通域标记算法设计 | 第46-47页 |
| 4.3 目标的不变矩特征描述 | 第47-52页 |
| 4.3.1 不变矩特征原理介绍 | 第47-49页 |
| 4.3.2 不变矩统计分布及分析 | 第49-52页 |
| 4.4 贝叶斯分类器的设计 | 第52-55页 |
| 4.4.1 贝叶斯分类器原理 | 第52-53页 |
| 4.4.2. 多类别贝叶斯分类器的设计 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
