水面无人艇动态障碍目标检测技术研究
摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第13-19页 |
1.1 研究背景和意义 | 第13-14页 |
1.2 国内外发展与研究现状 | 第14-16页 |
1.2.1 国外水面无人艇研究发展现状 | 第14-15页 |
1.2.2 国内水面无人艇研究发展现状 | 第15-16页 |
1.3 水面目标检测技术研究发展现状 | 第16-17页 |
1.3.1 国外方面 | 第16-17页 |
1.3.2 国内方面 | 第17页 |
1.4 论文的主要工作及内容安排 | 第17-19页 |
第2章 图像处理方法研究 | 第19-40页 |
2.1 图像滤波 | 第19-25页 |
2.1.1 线性滤波 | 第20-23页 |
2.1.2 非线性滤波 | 第23-25页 |
2.2 边缘检测 | 第25-33页 |
2.2.1 一阶微分算子法 | 第26-28页 |
2.2.2 二阶微分算子法 | 第28-33页 |
2.3 图像分割 | 第33-39页 |
2.3.0 区域生长 | 第33-34页 |
2.3.1 阈值分割 | 第34-35页 |
2.3.2 聚类图像分割 | 第35-39页 |
2.4 本章总结 | 第39-40页 |
第3章 动态运动目标检测 | 第40-46页 |
3.1 运动目标检测方法 | 第40-45页 |
3.1.1 帧插法 | 第40-41页 |
3.1.2 混合高斯模型 | 第41-43页 |
3.1.3 光流法 | 第43-45页 |
3.2 本章小结 | 第45-46页 |
第4章 改进的三帧差分法运动目标检测 | 第46-74页 |
4.1 基于高斯差分的三帧差分法运动目标检测方法 | 第46-49页 |
4.1.1 高斯差分 | 第46-48页 |
4.1.2 构建高斯金字塔 | 第48-49页 |
4.2 三帧差分法 | 第49-51页 |
4.3 数学形态学方法[35] | 第51-56页 |
4.3.1 膨胀和腐蚀 | 第51-52页 |
4.3.2 开运算和闭运算 | 第52-53页 |
4.3.4 算法实验分析 | 第53-56页 |
4.4 特征选择与特征提取 | 第56-63页 |
4.4.1 颜色空间 | 第56-59页 |
4.4.2 颜色特征[40] | 第59-60页 |
4.4.3 几何特征提取 | 第60-61页 |
4.4.4 不变矩特征 | 第61页 |
4.4.5 纹理特征 | 第61-63页 |
4.5 目标识别方法研究 | 第63-73页 |
4.5.1 K均值法 | 第64页 |
4.5.2 K近邻法 | 第64-65页 |
4.5.3 支持向量机 | 第65-73页 |
4.6 本章小结 | 第73-74页 |
第5章 水面运动目标跟踪 | 第74-80页 |
5.1 运动目标跟踪过程 | 第74页 |
5.2 连续自适应均值滤波算法 | 第74-78页 |
5.2.1 反向投影 | 第76-77页 |
5.2.2 均值漂移寻优 | 第77页 |
5.2.3 连续自适应均值滤波跟踪算法 | 第77-78页 |
5.3 本章小结 | 第78-80页 |
结论 | 第80-83页 |
参考文献 | 第83-87页 |
攻读硕士学位期间发表的论文和获得的科研成果 | 第87-88页 |
致谢 | 第88-89页 |