| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 水下图像分割的研究意义 | 第9-10页 |
| 1.2 水下图像分割的研究现状 | 第10-15页 |
| 1.2.1 国外研究现状 | 第10-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 本文的研究内容 | 第15-16页 |
| 第二章 水下图像预处理算法的研究 | 第16-28页 |
| 2.1 水下图像平滑去噪声 | 第16-21页 |
| 2.1.1 边缘保持均值滤波 | 第16-18页 |
| 2.1.2 边缘保持中值滤波 | 第18-20页 |
| 2.1.3 双边滤波 | 第20-21页 |
| 2.2 水下图像同态滤波增强 | 第21-27页 |
| 2.2.1 高斯低通滤波 | 第22-24页 |
| 2.2.2 高斯型高通滤波 | 第24-25页 |
| 2.2.3 估计背景照度滤波 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于区域的水下图像分割算法研究 | 第28-59页 |
| 3.1 基于局部复杂度与中智学理论的水下图像分割算法研究 | 第28-41页 |
| 3.1.1 中智理论与中智学图像 | 第28-34页 |
| 3.1.2 局部复杂度理论 | 第34-35页 |
| 3.1.3 基于局部复杂度的水下图像过渡区提取与分割算法 | 第35-36页 |
| 3.1.4 改进的基于局部复杂度的水下图像过渡区提取与分割算法 | 第36-41页 |
| 3.2 多阈值水下图像分割 | 第41-47页 |
| 3.2.1 基于直方图剩余势函数的最优分割类数的确定 | 第42-44页 |
| 3.2.2 基于可变窗口非最大抑制滤波器的水下图像分割 | 第44-45页 |
| 3.2.3 基于中智理论的多阈值水下图像分割 | 第45-47页 |
| 3.3 模糊C均值水下图像分割算法 | 第47-50页 |
| 3.3.1 FCM聚类分割算法理论 | 第47-49页 |
| 3.3.2 基于中智理论的FCM水下图像分割算法 | 第49-50页 |
| 3.4 分割结果的评价 | 第50-58页 |
| 3.4.1 有参考图像的比较 | 第50-54页 |
| 3.4.2 无参考图像的比较 | 第54-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第四章 基于边缘及特定理论的水下图像分割算法研究 | 第59-70页 |
| 4.1 基于微分算子的水下图像边缘检测 | 第59-61页 |
| 4.2 基于图论等周算法的水下图像边缘检测 | 第61-65页 |
| 4.3 基于形态学分水岭的水下图像分割 | 第65-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77页 |
