| 第1章 绪论 | 第1-14页 |
| 1．1 引言 | 第8页 |
| 1．2 图像识别概述 | 第8-9页 |
| 1．3 图像识别关键技术介绍 | 第9-12页 |
| 1．3．1 特征提取 | 第9-11页 |
| 1．3．2 识别与分类 | 第11-12页 |
| 1．4 本论文的主要工作 | 第12-14页 |
| 1．4．1 线特征提取 | 第12-13页 |
| 1．4．2 特征的选取和计算 | 第13页 |
| 1．4．3 神经网络方法进行识别 | 第13-14页 |
| 第2章 水下图像的线特征提取 | 第14-49页 |
| 2．1 引言 | 第14-16页 |
| 2．2 直线提取 | 第16-28页 |
| 2．2．1 引言 | 第17-18页 |
| 2．2．2 传统 Hough变换的直线提取 | 第18页 |
| 2．3．3 基于 Sobel的改进随机 Hough变换(RHT~+) | 第18-22页 |
| 2．2．4 实验结果与分析 | 第22-28页 |
| 2．3 椭圆提取 | 第28-45页 |
| 2．3．1 椭圆方程的几种表达式 | 第29-30页 |
| 2．3．2 椭圆中无效采样和累积产生原因分析 | 第30-31页 |
| 2．3．3 三点法提取椭圆原理介绍 | 第31-34页 |
| 2．3．4 椭圆表征方程式的确定 | 第34-36页 |
| 2．3．5 椭圆提取的步骤 | 第36页 |
| 2．3．6 基于全局算子的 RHT_3的实验结果分析 | 第36-39页 |
| 2．3．7 构造基于动态阈值化的 RHT_3算法 | 第39-45页 |
| 2．4 改进的随机 Hough变换的圆的快速提取 | 第45-48页 |
| 2．5 小结 | 第48-49页 |
| 第3章 特征选择和计算 | 第49-63页 |
| 3．1 引言 | 第49-50页 |
| 3．2 特征值的计算 | 第50-54页 |
| 3．2．1 面积和周长的计算 | 第50页 |
| 3．2．2 圆形度 | 第50页 |
| 3．2．3 构造组合不变矩 | 第50-54页 |
| 3．3 角点提取 | 第54-57页 |
| 3．4 特征选择 | 第57-62页 |
| 3．5 本章小结 | 第62-63页 |
| 第4章 水下目标识别系统 | 第63-72页 |
| 4．1 引言 | 第63页 |
| 4．2 BP神经网络识别 | 第63-68页 |
| 4．2．1 BP学习算法基本概念 | 第63-64页 |
| 4．2．2 BP神经网络分类器结构及其算法 | 第64-66页 |
| 4．2．3 BP算法的缺点及其改进措施 | 第66-68页 |
| 4．3 实验结果及其分析 | 第68-71页 |
| 4．4 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附录 | 第84-86页 |