首页--交通运输论文--水路运输论文--船舶工程论文--导航设备、水声设备论文--水声设备论文

水下多目标检测与数据关联方法研究

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

论文共85页,点击 下载论文
上一篇:华北地区一次积层混合云降水的观测和模拟研究
下一篇:多普勒雷达基数据质量控制方法研究