| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 泳池智能辅助救生系统国内外现状 | 第11页 |
| 1.3 水下目标检测技术研究现状 | 第11-14页 |
| 1.3.1 水下图像去噪的研究现状 | 第12页 |
| 1.3.2 水下图像增强的研究现状 | 第12-13页 |
| 1.3.3 水下图像检测的研究现状 | 第13-14页 |
| 1.4 本文的主要工作及内容安排 | 第14-16页 |
| 第2章 改进型小波软硬阈值折中去噪法 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 水下图像噪声来源 | 第16-17页 |
| 2.3 小波阈值去噪法 | 第17-18页 |
| 2.4 改进型小波软硬阈值折中去噪法 | 第18-23页 |
| 2.4.1 通用阈值的改进 | 第18-20页 |
| 2.4.2 改进型软硬阈值折中函数 | 第20-23页 |
| 2.5 实验结果与分析 | 第23-26页 |
| 2.5.1 评价标准 | 第23-24页 |
| 2.5.2 实验结果与分析 | 第24-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第3章 自适应的多尺度Retinex算法的图像增强 | 第28-46页 |
| 3.1 引言 | 第28页 |
| 3.2 水下光学特点 | 第28-30页 |
| 3.2.1 光在水中的传播特点 | 第28页 |
| 3.2.2 水对光的吸收特性 | 第28-29页 |
| 3.2.3 水对光的散射特性 | 第29-30页 |
| 3.3 颜色模型的选择 | 第30-33页 |
| 3.3.1 RGB色彩模型 | 第30-31页 |
| 3.3.2 HSV色彩模型 | 第31-32页 |
| 3.3.3 YUV色彩模型 | 第32页 |
| 3.3.4 几种色彩模型比较 | 第32-33页 |
| 3.4 水下图像增强 | 第33-37页 |
| 3.4.1 直方图均衡化 | 第33-35页 |
| 3.4.2 拉普拉斯锐化 | 第35-37页 |
| 3.5 Retinex图像增强算法 | 第37-40页 |
| 3.5.1 Retinex理论基础 | 第37-38页 |
| 3.5.2 单尺度Retinex图像增强算法 | 第38-40页 |
| 3.5.3 多尺度Retinex图像增强算法 | 第40页 |
| 3.6 自适应多尺度Retinex图像增强算法 | 第40-42页 |
| 3.7 实验结果与分析 | 第42-45页 |
| 3.8 本章小结 | 第45-46页 |
| 第4章 改进背景差分法的水下人体检测 | 第46-62页 |
| 4.1 引言 | 第46页 |
| 4.2 目标检测技术 | 第46-48页 |
| 4.2.1 光流法 | 第46-47页 |
| 4.2.2 帧间差分法 | 第47页 |
| 4.2.3 背景差分法 | 第47页 |
| 4.2.4 常用目标检测技术分析 | 第47-48页 |
| 4.3 改进背景差分法 | 第48-52页 |
| 4.3.1 RGB背景差分 | 第48-49页 |
| 4.3.2 颜色分割 | 第49-51页 |
| 4.3.3 改进背景差分法 | 第51-52页 |
| 4.4 实验结果与分析 | 第52-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第5章 水下人体检测测试及分析 | 第62-70页 |
| 5.1 引言 | 第62页 |
| 5.2 水下人体检测 | 第62-67页 |
| 5.2.1 改进型小波软硬阈值折中去噪法 | 第62-63页 |
| 5.2.2 自适应多尺度Retinex图像增强算法 | 第63-65页 |
| 5.2.3 改进背景差分法 | 第65-66页 |
| 5.2.4 连通域标记 | 第66-67页 |
| 5.3 测试与分析 | 第67-68页 |
| 5.4 本章小结 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间所发表的学术论文 | 第76-78页 |
| 致谢 | 第78页 |