| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 基于前视声呐图像的目标检测与跟踪技术研究 | 第14-19页 |
| 1.3.1 前视声呐图像处理技术研究 | 第14-16页 |
| 1.3.2 水下目标特征提取与选择技术研究 | 第16-17页 |
| 1.3.3 数据关联方法研究 | 第17-18页 |
| 1.3.4 现有研究的不足 | 第18-19页 |
| 1.4 论文主要研究内容及章节安排 | 第19-21页 |
| 第2章 水下机器人声视觉跟踪系统 | 第21-29页 |
| 2.1 引言 | 第21页 |
| 2.2 SuperSeaKing DST声呐数据采集与接收 | 第21-24页 |
| 2.2.1 SuperSeaKing DST前视声呐 | 第21-22页 |
| 2.2.2 声呐回波数据接收 | 第22-24页 |
| 2.2.3 声呐回波数据的内容 | 第24页 |
| 2.3 水下机器人声视觉跟踪系统 | 第24-27页 |
| 2.3.1 声视觉跟踪系统的硬件组成 | 第24-25页 |
| 2.3.2 声视觉跟踪系统的软件体系 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 前视声呐图像处理方法研究 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 声呐图像合成 | 第29-30页 |
| 3.3 声呐图像去噪及增强方法 | 第30-34页 |
| 3.3.1 均值加速的快速中值滤波算法 | 第30-32页 |
| 3.3.2 图像增强方法研究 | 第32-34页 |
| 3.4 声呐图像分割方法 | 第34-39页 |
| 3.4.1 常用的图像分割算法 | 第35页 |
| 3.4.2 基于模糊隶属度函数的阈值分割算法 | 第35-38页 |
| 3.4.3 声呐图像分割结果分析 | 第38-39页 |
| 3.5 连通区域分析 | 第39-41页 |
| 3.5.1 连通区域及连通区域分析 | 第39-40页 |
| 3.5.2 连通区域分析的常见算法 | 第40页 |
| 3.5.3 连通区域分析的改进算法 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 水下多目标特征提取及PCA检测方法研究 | 第43-57页 |
| 4.1 引言 | 第43页 |
| 4.2 声呐目标特征分析 | 第43-48页 |
| 4.2.1 几何特征提取 | 第43-44页 |
| 4.2.2 灰度特征提取 | 第44-45页 |
| 4.2.3 统计特征提取 | 第45-47页 |
| 4.2.4 灰度共生矩阵数字特征提取 | 第47-48页 |
| 4.3 基于PCA的多目标检测方法研究 | 第48-54页 |
| 4.3.1 PCA的基本原理 | 第48-49页 |
| 4.3.2 PCA的算法步骤 | 第49-50页 |
| 4.3.3 水下多目标PCA检测试验结果分析 | 第50-54页 |
| 4.4 本章小结 | 第54-57页 |
| 第5章 水下多目标跟踪数据关联方法研究 | 第57-75页 |
| 5.1 引言 | 第57页 |
| 5.2 航迹处理 | 第57-58页 |
| 5.2.1 航迹起始 | 第57页 |
| 5.2.2 航迹维持 | 第57-58页 |
| 5.2.3 航迹终结 | 第58页 |
| 5.3 多下多目标跟踪系统数据关联 | 第58-62页 |
| 5.3.1 最近邻数据关联算法 | 第58-59页 |
| 5.3.2 概率数据关联算法 | 第59页 |
| 5.3.3 基于类云模型聚类的多目标数据关联算法 | 第59-62页 |
| 5.4 水下目标检测与跟踪半实物仿真平台 | 第62-66页 |
| 5.5 水下多目标数据关联方法试验分析 | 第66-73页 |
| 5.5.1 浮码头固定前视声呐多目标跟踪试验分析 | 第66-70页 |
| 5.5.2 AUV携带前视声呐多目标跟踪试验分析 | 第70-73页 |
| 5.6 本章小结 | 第73-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第83-85页 |
| 致谢 | 第85页 |