声呐图像的灰度统计特征及其在OTSU和FCM分割中的应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 引言 | 第9-12页 |
| 1.1 立题依据及声呐图像简介 | 第9页 |
| 1.1.1 立题依据及其研究意义 | 第9页 |
| 1.1.2 声呐图像简介 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 声呐图像分割国内外发展现状 | 第9-10页 |
| 1.2.2 声呐图像分割发展趋势 | 第10-11页 |
| 1.3 本文主要工作与内容安排 | 第11-12页 |
| 第二章 声呐图像的灰度统计特征分析 | 第12-19页 |
| 2.1 概述 | 第12页 |
| 2.2 声呐图像的灰度统计特征 | 第12-15页 |
| 2.2.1 均值与方差 | 第12页 |
| 2.2.2 直方图 | 第12-13页 |
| 2.2.3 图像熵 | 第13页 |
| 2.2.4 偏度与峰度 | 第13-14页 |
| 2.2.5 能量 | 第14页 |
| 2.2.6 相关系数 | 第14页 |
| 2.2.7 灰度中值和灰度最大值(最小值) | 第14-15页 |
| 2.3 声呐图像灰度统计特征分析结果 | 第15-17页 |
| 2.4 本章小结 | 第17-19页 |
| 第三章 基于OTSU算法的声呐图像分割 | 第19-44页 |
| 3.1 一维OTSU图像分割算法 | 第19-27页 |
| 3.1.1 传统的OTSU图像分割算法 | 第19-20页 |
| 3.1.2 一维OTSU双阈值图像分割算法 | 第20-22页 |
| 3.1.3 改进的一维OTSU图像分割算法 | 第22-23页 |
| 3.1.4 实验结果与分析 | 第23-27页 |
| 3.2 改进的二维OTSU声呐图像分割算法 | 第27-42页 |
| 3.2.1 概述 | 第27-28页 |
| 3.2.2 二维直方图的构建 | 第28-35页 |
| 3.2.3 二维OTSU单阈值图像分割算法 | 第35-36页 |
| 3.2.4 二维OTSU双阈值图像分割算法 | 第36-38页 |
| 3.2.5 实验结果与分析 | 第38-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于FCM聚类算法的声呐图像分割 | 第44-59页 |
| 4.1 FCM聚类算法 | 第44-48页 |
| 4.1.1 几个有关的概念 | 第44-45页 |
| 4.1.2 FCM聚类算法原理 | 第45-48页 |
| 4.2 基于FCM聚类图像分割算法 | 第48-49页 |
| 4.2.1 FCM聚类图像分割算法 | 第48-49页 |
| 4.2.2 FCM聚类图像分割算法优缺点 | 第49页 |
| 4.3 基于FCM聚类算法的声呐图像分割 | 第49-58页 |
| 4.3.1 概述 | 第49-50页 |
| 4.3.2 FCM聚类算法的声呐图像分割 | 第50-51页 |
| 4.3.3 实验结果与分析 | 第51-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |
