UUV扫测的典型目标特征自动提取方法研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题的背景 | 第11-13页 |
| 1.2 课题的研究意义 | 第13-14页 |
| 1.3 研究现状 | 第14-16页 |
| 1.3.1 侧扫声纳及数据解析的研究现状 | 第14-15页 |
| 1.3.2 滤波算法的研究现状 | 第15页 |
| 1.3.3 图像分割的研究现状 | 第15-16页 |
| 1.3.4 图像特征提取的研究现状 | 第16页 |
| 1.4 课题的主要研究内容及研究方法 | 第16-18页 |
| 1.4.1 课题的主要研究内容 | 第16-17页 |
| 1.4.2 课题的主要研究方法 | 第17-18页 |
| 1.5 论文的组织结构 | 第18-21页 |
| 第2章 侧扫声纳工作原理及数据解析 | 第21-35页 |
| 2.1 引言 | 第21页 |
| 2.2 侧扫声纳原理 | 第21-24页 |
| 2.2.1 侧扫声纳工作原理及特点 | 第21-23页 |
| 2.2.2 侧扫声纳成像特点 | 第23-24页 |
| 2.3 侧扫声纳数据协议与解析 | 第24-33页 |
| 2.3.1 JSF文件说明 | 第24-25页 |
| 2.3.2 80类型16字节报文头协议 | 第25-26页 |
| 2.3.3 240字节报文内容协议 | 第26-28页 |
| 2.3.4 侧扫声纳采样数据解析 | 第28-31页 |
| 2.3.5 声强信息灰度转换模型 | 第31-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 UUV扫测图像预处理 | 第35-45页 |
| 3.1 引言 | 第35页 |
| 3.2 UUV扫测数据成像过程设计 | 第35-37页 |
| 3.3 UUV扫测图像滤波 | 第37-42页 |
| 3.3.1 噪声对扫测图像的影响 | 第37-38页 |
| 3.3.2 滤波算法 | 第38-42页 |
| 3.4 双边滤波方法在UUV扫测图像中的应用 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 UUV扫测图像分割 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 聚类算法研究 | 第45-47页 |
| 4.2.1 K-均值聚类图像分割方法 | 第45-46页 |
| 4.2.2 FCM聚类的UUV扫测图像分割方法 | 第46-47页 |
| 4.3 马尔科夫随机场模型建立 | 第47-52页 |
| 4.3.1 邻域系统 | 第47-49页 |
| 4.3.2 马尔科夫随机场的数学表达 | 第49页 |
| 4.3.3 最大后验概率求解问题 | 第49-52页 |
| 4.4 基于马尔科夫随机场模型的ICM算法应用 | 第52-54页 |
| 4.4.1 条件迭代模式 | 第52页 |
| 4.4.2 ICM算法步骤 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 UUV扫测图像典型目标特征提取及点位推算 | 第55-69页 |
| 5.1 引言 | 第55页 |
| 5.2 UUV扫测图像特征提取 | 第55-61页 |
| 5.2.1 角点特征提取 | 第55-58页 |
| 5.2.2 面特征提取 | 第58-59页 |
| 5.2.3 线性特征提取 | 第59-61页 |
| 5.3 UUV扫测图像角点-线性特征提取 | 第61-64页 |
| 5.3.1 模板均值法线性特征提取 | 第61-62页 |
| 5.3.2 角点-线性特征提取 | 第62-64页 |
| 5.4 目标点位推算 | 第64-68页 |
| 5.4.1 坐标系间转换关系的建立 | 第64-66页 |
| 5.4.2 坐标点位推算过程 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-77页 |
| 致谢 | 第77页 |
