海底管道的自主探测与识别技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·引言 | 第10页 |
| ·海底管道识别与检测的发展现状和研究动态 | 第10-12页 |
| ·本课题的研究背景和意义 | 第12-13页 |
| ·论文的主要工作 | 第13-15页 |
| 第2章 海底管道(模拟)图像的采集 | 第15-23页 |
| ·引言 | 第15页 |
| ·水下摄像机 | 第15-16页 |
| ·图像采集卡及配套的软件 | 第16-18页 |
| ·图像采集卡及其的视频接口 | 第16-17页 |
| ·配套的软件 | 第17-18页 |
| ·水槽试验 | 第18-22页 |
| ·试验目的 | 第18页 |
| ·试验条件和设备 | 第18-20页 |
| ·试验步骤及试验记录 | 第20-21页 |
| ·试验结果 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 海底管道图像边缘检测 | 第23-35页 |
| ·引言 | 第23页 |
| ·水下图像特点 | 第23-24页 |
| ·图像预处理 | 第24-25页 |
| ·图像边缘检测 | 第25-30页 |
| ·海底管道图像边缘检测结果及分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 海底管道基于区域的图像分割 | 第35-54页 |
| ·引言 | 第35页 |
| ·阈值分割的原理和分类 | 第35-37页 |
| ·熵在图像分割中的应用 | 第37-43页 |
| ·熵的概念 | 第37-38页 |
| ·最大熵原理 | 第38-39页 |
| ·基于熵的阈值分割 | 第39-43页 |
| ·基于粒子群优化(PSO)阈值分割算法 | 第43-46页 |
| ·粒子群优化(PSO)原理 | 第43-44页 |
| ·基于粒子群优化(PSO)二维最大熵阈值分割算法 | 第44-46页 |
| ·水下图像的分割结果及分析 | 第46-52页 |
| ·海底管道图像分割结果及分析 | 第47-50页 |
| ·其它水下图像分割结果及分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 海底管道的识别系统 | 第54-75页 |
| ·引言 | 第54-55页 |
| ·海底管道图像的不变矩特征 | 第55-60页 |
| ·海底管道图像特征提取和区分结果与分析 | 第60-67页 |
| ·四类目标的特征的提取和区分 | 第60-63页 |
| ·粗细管道的特征的提取和区分 | 第63-67页 |
| ·人工神经网络 | 第67-69页 |
| ·基于人工神经网络的海底管道的识别系统 | 第69-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 附录A 获取海底管道(模拟)实验报告 | 第83-85页 |
