| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-19页 |
| ·引言 | 第12-13页 |
| ·数字图像及图像序列处理国内外进展 | 第13-14页 |
| ·多分辨率分析的现状及发展方向 | 第14-16页 |
| ·多分辨率分析理论发展历程 | 第14-15页 |
| ·国内外水下目标声图像及序列处理研究现状 | 第15-16页 |
| ·本论文研究的背景、意义和主要内容 | 第16-17页 |
| ·研究的背景和意义 | 第16-17页 |
| ·研究的主要内容 | 第17页 |
| ·全文内容安排 | 第17-19页 |
| 第2章 多分辨率分析方法水下声图像去噪研究 | 第19-39页 |
| ·多分辨率分析方法概述 | 第19-24页 |
| ·短时傅立叶变换 | 第19页 |
| ·Wavelet变换分析 | 第19-21页 |
| ·Ridgelet变换原理 | 第21-22页 |
| ·Curvelet变换原理 | 第22-23页 |
| ·Contourlet变换原理 | 第23-24页 |
| ·传统图像去噪方法 | 第24-25页 |
| ·水下目标声图像统计特性 | 第25页 |
| ·基于抽样矩阵的Surfacelet声图像去噪方法 | 第25-30页 |
| ·Surfacelet变换 | 第25-27页 |
| ·基于抽样矩阵的Surfacelet变换去噪 | 第27-28页 |
| ·实验结果及分析 | 第28-30页 |
| ·水下目标声图像分块自适应降噪方法 | 第30-34页 |
| ·去噪方法选择 | 第30-31页 |
| ·基于Surfacelet分块自适应声纳图像去噪算法 | 第31-33页 |
| ·水声图像降噪实验 | 第33-34页 |
| ·基于三维上下文模型的水下目标声图像降噪方法 | 第34-37页 |
| ·上下文模型 | 第34-35页 |
| ·基于三维上下文模型的水下目标声图像降噪算法 | 第35-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第3章 多分辨率方法声图像分割处理 | 第39-51页 |
| ·引言 | 第39页 |
| ·图像分割技术概述 | 第39-42页 |
| ·基于双边滤波和Surfacelet的声图像分割 | 第42-48页 |
| ·双边滤波方法 | 第43-44页 |
| ·Surfacelet变换子空间系数分布特性研究 | 第44-45页 |
| ·基于双边滤波和Surfacelet的边缘检测的声图像分割算法 | 第45-48页 |
| ·实验结果及分析 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第4章 声图像序列的水下运动目标检测与跟踪 | 第51-72页 |
| ·引言 | 第51页 |
| ·运动目标检测及跟踪技术概述 | 第51-55页 |
| ·运动目标检测技术 | 第51-54页 |
| ·运动目标跟踪技术 | 第54-55页 |
| ·声图像序列的运动目标检测算法 | 第55-61页 |
| ·静态背景下声图像序列的运动目标检测 | 第56-58页 |
| ·复杂背景下基于Surfacelet的声图像序列运动目标检测 | 第58-60页 |
| ·实验数据及分析 | 第60-61页 |
| ·基于可变图像模版匹配及Surfacelet变换的声图像序列目标跟踪 | 第61-71页 |
| ·可变模板 | 第61-62页 |
| ·粒子滤波 | 第62-64页 |
| ·基于Surfacelet变换的声图像序列目标跟踪算法 | 第64-67页 |
| ·实验数据及分析 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第5章 多声纳视景目标匹配 | 第72-88页 |
| ·引言 | 第72页 |
| ·图像匹配算法概述 | 第72-76页 |
| ·基于图像像素灰度的匹配算法 | 第72-74页 |
| ·基于图像特征的匹配 | 第74-76页 |
| ·基于关系的匹配算法 | 第76页 |
| ·基于Surfacelet变换的多声纳场景目标匹配 | 第76-84页 |
| ·SIFT特征匹配 | 第76-77页 |
| ·人眼视觉系统在图像的不同空间频率及区域敏感度特性 | 第77-78页 |
| ·基于区域SIFT描述子及Surfacelet的多声纳场景目标匹配 | 第78-84页 |
| ·实验结果分析 | 第84-86页 |
| ·本章小结 | 第86-88页 |
| 结论 | 第88-91页 |
| 参考文献 | 第91-102页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第102-103页 |
| 致谢 | 第103页 |
