侧扫声呐图像镶嵌与分割关键技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 侧扫声呐仪器发展历程及现状 | 第14-16页 |
| 1.2.2 侧扫声呐数据预处理方法研究现状 | 第16-18页 |
| 1.2.3 侧扫声呐图像镶嵌方法研究现状 | 第18页 |
| 1.2.4 侧扫声呐图像分割方法研究现状 | 第18-19页 |
| 1.3 论文的主要研究内容 | 第19-21页 |
| 2 侧扫声呐系统及其图像 | 第21-33页 |
| 2.1 侧扫声呐系统 | 第21-24页 |
| 2.1.1 侧扫声呐系统组成及其基本原理 | 第21-24页 |
| 2.1.2 侧扫声呐数据处理流程 | 第24页 |
| 2.2 侧扫声呐图像组成及特点 | 第24-26页 |
| 2.2.1 侧扫声呐图像的组成结构 | 第24-25页 |
| 2.2.2 侧扫声呐图像的特点 | 第25页 |
| 2.2.3 声呐图像目标判读的特点 | 第25-26页 |
| 2.3 侧扫声呐图像分辨率 | 第26-28页 |
| 2.3.1 纵向分辨率 | 第27页 |
| 2.3.2 横向分辨率 | 第27-28页 |
| 2.4 影响声呐图像质量的因素分析 | 第28-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3 侧扫声呐数据预处理 | 第33-51页 |
| 3.1 原始XTF数据解码 | 第33-37页 |
| 3.2 海底线检测 | 第37-38页 |
| 3.3 辐射畸变改正 | 第38-41页 |
| 3.4 几何畸变改正 | 第41-50页 |
| 3.4.1 拖鱼位置确定 | 第42-44页 |
| 3.4.2 航迹处理 | 第44-46页 |
| 3.4.3 斜距改正 | 第46-48页 |
| 3.4.4 像素地理编码 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 4 基于改进的SURF算法的侧扫声呐图像镶嵌 | 第51-71页 |
| 4.1 传统声呐图像镶嵌方法 | 第51-54页 |
| 4.1.1 地理镶嵌 | 第51页 |
| 4.1.2 基于配准理论的镶嵌方法 | 第51-52页 |
| 4.1.3 图像变换模型 | 第52-54页 |
| 4.2 基于SURF算法的侧扫声呐图像镶嵌 | 第54-63页 |
| 4.2.1 SURF算法原理 | 第54-58页 |
| 4.2.2 改进的RANSAC特征点提纯算法 | 第58-60页 |
| 4.2.3 基于几何变换的快速匹配 | 第60-63页 |
| 4.3 图像重叠区的融合方法及质量评估 | 第63-64页 |
| 4.3.1 重叠区的融合方法 | 第63-64页 |
| 4.3.2 质量评估指标 | 第64页 |
| 4.4 实验及分析 | 第64-70页 |
| 4.4.1 改进的RANSC特征点提纯算法 | 第65-66页 |
| 4.4.2 几何变换的快速匹配 | 第66-67页 |
| 4.4.3 图像融合方法选择及质量评估 | 第67-70页 |
| 4.5 本章小结 | 第70-71页 |
| 5 基于中性集的侧扫声呐图像分割 | 第71-83页 |
| 5.1 基于中性集构建图像灰度共生矩阵 | 第71-73页 |
| 5.1.1 中性集计算原理 | 第71-72页 |
| 5.1.2 与传统图像灰度共生矩阵对比分析 | 第72-73页 |
| 5.2 适应度函数的选取 | 第73-76页 |
| 5.2.1 最大类间方差 | 第74页 |
| 5.2.2 二维最大熵 | 第74-75页 |
| 5.2.3 实验分析 | 第75-76页 |
| 5.3 群智能优化算法 | 第76-79页 |
| 5.3.1 PSO算法 | 第76页 |
| 5.3.2 QPSO算法 | 第76-77页 |
| 5.3.3 ABC算法 | 第77-78页 |
| 5.3.4 实验分析 | 第78-79页 |
| 5.4 分割方法及流程 | 第79页 |
| 5.5 分割实验及分析 | 第79-82页 |
| 5.6 本章小结 | 第82-83页 |
| 6 结论与展望 | 第83-85页 |
| 6.1 结论 | 第83页 |
| 6.2 展望 | 第83-85页 |
| 致谢 | 第85-87页 |
| 参考文献 | 第87-90页 |
