海冰智能视频监视系统设计及实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·研究背景 | 第10-12页 |
| ·智能视频简介及其发展 | 第12-13页 |
| ·基于数字图像的国内外海冰监测研究现状 | 第13-16页 |
| ·本文主要研究工作及结构安排 | 第16-18页 |
| 2 海冰成像监测系统设计与校正技术 | 第18-38页 |
| ·光学成像系统设计 | 第18-23页 |
| ·光学镜头选取 | 第18-22页 |
| ·光学镜头成像尺寸 | 第18-19页 |
| ·光学镜头焦距 | 第19-20页 |
| ·光学镜头的视场角 | 第20页 |
| ·光学镜头的光圈 | 第20-21页 |
| ·光学镜头的参数估计及选型 | 第21-22页 |
| ·高分辨率数字相机选型 | 第22-23页 |
| ·光学成像系统畸变校正 | 第23-34页 |
| ·光学投影几何模型 | 第24-25页 |
| ·径向畸变 | 第25-27页 |
| ·切向畸变 | 第27-28页 |
| ·系统坐标变换 | 第28-29页 |
| ·参数求解方法 | 第29-32页 |
| ·倾斜畸变 | 第32-34页 |
| ·算法实现及效果 | 第34-36页 |
| ·小结 | 第36-38页 |
| 3 海冰漂流速度和方向测量方法研究 | 第38-58页 |
| ·图像匹配方法概述 | 第38-40页 |
| ·基于灰度相关的匹配 | 第38-39页 |
| ·基于特征的匹配 | 第39-40页 |
| ·基于兴趣点的匹配 | 第39页 |
| ·基于矩特征的匹配 | 第39-40页 |
| ·基于模型的匹配 | 第40页 |
| ·基于变换域的匹配 | 第40页 |
| ·基于灰度的海冰图像匹配算法 | 第40-43页 |
| ·基于特征点的海冰图像匹配算法 | 第43-52页 |
| ·角点检测 | 第43-48页 |
| ·基于金字塔的Lucas-Kanade 光流算法 | 第48-52页 |
| ·算法比较 | 第52-54页 |
| ·稳定性 | 第52-53页 |
| ·算法效率 | 第53页 |
| ·匹配精度 | 第53-54页 |
| ·算法的软件实现 | 第54-56页 |
| ·小结 | 第56-58页 |
| 4 海冰厚度检测方法 | 第58-72页 |
| ·海冰厚度测量方法介绍 | 第58-59页 |
| ·海冰横截面自动检测算法研究 | 第59-65页 |
| ·基于图像的海冰厚度分析方法 | 第65-68页 |
| ·光学成像原理 | 第65页 |
| ·海冰图像像素标定 | 第65-66页 |
| ·海冰冰厚计算方法 | 第66-68页 |
| ·冰厚检测算法验证及软件实现 | 第68-71页 |
| ·小结 | 第71-72页 |
| 5 海冰冰型自动识别算法 | 第72-89页 |
| ·海冰类型划分及特征 | 第72-74页 |
| ·基于GMM 的冰型聚类算法 | 第74-79页 |
| ·海冰图像SAMP 分割算法 | 第79-83页 |
| ·符号和概念介绍 | 第79页 |
| ·最大后验概率（MAP） | 第79-81页 |
| ·连续最大后验概率（SMAP） | 第81-83页 |
| ·算法实现与验证 | 第83-88页 |
| ·小结 | 第88-89页 |
| 6 集成应用 | 第89-101页 |
| ·图像采集系统 | 第89-94页 |
| ·设备工作环境分析 | 第89-90页 |
| ·图像采集系统结构 | 第90-91页 |
| ·成像设备安装 | 第91-92页 |
| ·海冰监测系统调试 | 第92-94页 |
| ·海冰图像采集系统 | 第94-95页 |
| ·海冰图像处理分析软件系统 | 第95-100页 |
| ·小结 | 第100-101页 |
| 7 总结与展望 | 第101-103页 |
| ·总结 | 第101-102页 |
| ·展望 | 第102-103页 |
| 参考文献 | 第103-108页 |
| 致谢 | 第108-109页 |
| 个人简历 | 第109页 |
| 硕士期间发表学术论文 | 第109页 |
