| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 水下强噪声图像目标分割方法研究的国内外发展现状 | 第9-10页 |
| 1.3 本课题的主要内容及结构安排 | 第10-12页 |
| 第2章 水下强噪声图像目标分割方法研究的基础 | 第12-22页 |
| 2.1 水下强噪声图像的特征 | 第12-13页 |
| 2.1.1 水下图像强噪声的产生 | 第12页 |
| 2.1.2 水下强噪声图像噪声的分类 | 第12页 |
| 2.1.3 水下强噪声图像的特点 | 第12-13页 |
| 2.2 水下强噪声图像的预处理 | 第13-18页 |
| 2.2.1 水下强噪声图像的直方图处理 | 第13-14页 |
| 2.2.2 水下强噪声图像的灰度变换 | 第14-16页 |
| 2.2.3 水下强噪声图像的锐化 | 第16-18页 |
| 2.3 水下强噪声图像目标的分割方法 | 第18-22页 |
| 2.3.1 水下强噪声图像的直方图处理 | 第18-19页 |
| 2.3.2 利用空间区域信息分割水下强噪声图像 | 第19-20页 |
| 2.3.3 利用边缘检测算法处理水下强噪声图像 | 第20-21页 |
| 2.3.4 基于特定理论的水下强噪声图像目标分割算法 | 第21-22页 |
| 第3章 常见水下强噪声图像目标分割算法分析 | 第22-40页 |
| 3.1 基于自动阈值的分割算法分析 | 第22-25页 |
| 3.1.1 最佳阈值的选取原则 | 第22-23页 |
| 3.1.2 利用最大方差比的自动阈值算法的目标分割 | 第23-25页 |
| 3.1.3 最大方差比的自动阈值算法分析 | 第25页 |
| 3.2 基于分形理论的分割算法分析 | 第25-30页 |
| 3.2.1 水下强噪声图像的分形 | 第26-27页 |
| 3.2.2 分形维 | 第27-28页 |
| 3.2.3 分形布朗运动模型分形维数与频率分形维数的估计 | 第28页 |
| 3.2.4 基于分形维的水下目标分割 | 第28-30页 |
| 3.2.5 分形理论的水下目标分割算法分析 | 第30页 |
| 3.3 基于模糊集理论的分割算法分析 | 第30-33页 |
| 3.3.1 模糊理论的基础 | 第31页 |
| 3.3.2 基于模糊C均值聚类的水下目标分割 | 第31-33页 |
| 3.3.3 模糊集理论的分割算法分析 | 第33页 |
| 3.4 基于马尔可夫随机场的分割算法分析 | 第33-38页 |
| 3.4.1 马尔可夫随机场的定义 | 第34-35页 |
| 3.4.2 马尔可夫随机场的采样方法 | 第35-36页 |
| 3.4.3 马尔可夫随机场的优化算法 | 第36-38页 |
| 3.4.4 马尔可夫随机场的分割算法分析 | 第38页 |
| 3.5 各类分割算法的分析比较 | 第38-40页 |
| 第4章 水下强噪声图像处理过程及评价 | 第40-51页 |
| 4.1 Visual C++6.0处理高斯白噪声图像 | 第40-43页 |
| 4.2 Visual C++6.0处理椒盐噪声图像 | 第43-46页 |
| 4.3 强噪声图像目标分割评价准则 | 第46-47页 |
| 4.4 强噪声图像目标分割的结果分析 | 第47-51页 |
| 结束语 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录 | 第54-61页 |
| 致谢 | 第61页 |
