摘要 | 第1-6页 |
Abstract | 第6-9页 |
目录 | 第9-13页 |
第一章 绪论 | 第13-24页 |
§1.1 引言 | 第13-14页 |
§1.2 测深基准面和发展历史 | 第14-16页 |
·测深基准面 | 第14-15页 |
·测深发展历史 | 第15-16页 |
§1.3 海底成像手段 | 第16-17页 |
§1.4 多波束和侧扫声纳系统发展现状 | 第17-20页 |
·多波束声纳系统 | 第17-19页 |
·侧扫声纳系统 | 第19-20页 |
§1.5 多波束同侧扫声纳信息的融合及国内外研究现状 | 第20-22页 |
·融合的流程图 | 第20-21页 |
·国内外研究发展现状 | 第21-22页 |
§1.6 研究目的和内容 | 第22-24页 |
第二章 多波束和侧扫声纳系统工作原理 | 第24-47页 |
§2.1 水声学基础 | 第24-32页 |
·声波在水中传播的物理特性 | 第24-25页 |
·海水的声速测量 | 第25-26页 |
·声线跟踪 | 第26-29页 |
·声纳方程 | 第29-31页 |
·换能器的物理构成 | 第31-32页 |
§2.2 多波束声纳系统 | 第32-39页 |
·相长干涉和相消干涉 | 第32-35页 |
·波束的束控(Beam Steering) | 第35页 |
·波束的形成 | 第35-37页 |
·多波束脚印的归位 | 第37-39页 |
§2.3 侧扫声纳系统 | 第39-46页 |
·侧扫声纳的基本参数 | 第40-44页 |
·侧扫声纳判读技术 | 第44-45页 |
·侧扫声纳的应用 | 第45-46页 |
§2.4 小结 | 第46-47页 |
第三章 多波束测深数据的处理 | 第47-69页 |
§3.1 潮位的改正 | 第47-60页 |
·深度基准面 | 第47-49页 |
·验潮站的有效作用距离 | 第49页 |
·潮汐的观测与潮位预报 | 第49-51页 |
·潮位观测中波浪效应的消除 | 第51-57页 |
·潮位的改正 | 第57-60页 |
§3.2 测深数据的异常检测和滤波 | 第60-67页 |
·深度门滤波法 | 第61页 |
·趋势面拟合法 | 第61-62页 |
·重叠区的近似平差法 | 第62-63页 |
·中值滤波与小波去噪相结合法 | 第63-67页 |
§3.3 相邻条带的拼接 | 第67-68页 |
§3.4 小结 | 第68-69页 |
第四章 侧扫声纳图像处理技术 | 第69-86页 |
§4.1 常规图像处理技术 | 第69-74页 |
·图像的去噪 | 第69-71页 |
·图像的增强 | 第71-72页 |
·图像的边缘检测和分割 | 第72-73页 |
·图像的镶嵌 | 第73-74页 |
§4.2 声图的变形类型 | 第74-76页 |
·几何畸变 | 第75-76页 |
·灰度畸变 | 第76页 |
§4.3 一般变形改正和滤波方法 | 第76-77页 |
§4.4 基于声线跟踪法的斜距改正 | 第77-79页 |
§4.5 回波强度(灰度)改正 | 第79-83页 |
·增益改正 | 第80-81页 |
·测线异常改正 | 第81页 |
·数据分析 | 第81-83页 |
§4.6 拖尾效应(Smearing)改正 | 第83-85页 |
§4.7 小结 | 第85-86页 |
第五章 多波束和侧扫声纳数据的配准和融 | 第86-97页 |
§5.1 最小二乘配准法 | 第87页 |
§5.2 Chamfer配准方法 | 第87-89页 |
§5.3 基于等深线的水深数据的配准 | 第89-90页 |
·配准步骤 | 第89页 |
·链式编码 | 第89页 |
·寻找匹配的等深线 | 第89-90页 |
§5.4 基于等深线和轮廓线的同名特征点配准法 | 第90-94页 |
·图像配准前的预处理 | 第90-91页 |
·图像特征点的提取 | 第91页 |
·图像的配准 | 第91-92页 |
·数据分析 | 第92-94页 |
§5.5 图像的融合 | 第94-95页 |
·二进小波融合方法 | 第94页 |
·融合质量的评价 | 第94-95页 |
·数据分析 | 第95页 |
§5.6 小结 | 第95-97页 |
第六章 声图底质分类中的特征提取 | 第97-109页 |
§6.1 反向散射强度与入射角的关系对 | 第97-99页 |
§6.2 谱参数 | 第99页 |
§6.3 纹理信息统计量 | 第99-102页 |
·灰度直方图 | 第100-101页 |
·共生矩阵 | 第101-102页 |
·傅立叶特征 | 第102页 |
§6.4 地形分维数 | 第102-107页 |
·不同分维数的计算 | 第103-105页 |
·地形分维数的估计 | 第105-106页 |
·图像中分维数的提取 | 第106-107页 |
§6.5 原始特征向量的降维 | 第107-108页 |
§6.6 小结 | 第108-109页 |
第七章 基于声图的海底底质分类 | 第109-124页 |
§7.1 BP网络监督分类方法 | 第110-113页 |
·BP反向传播学习算法 | 第110-111页 |
·改进的BP学习算法 | 第111-112页 |
·遗传算法用于BP网络的训练 | 第112-113页 |
§7.2 SOM网络非监督分类方法 | 第113-115页 |
§7.3 基于最小概率的Bayesian分类方法 | 第115-117页 |
§7.4 BP网络监督分类实例 | 第117-121页 |
·分类过程 | 第117-120页 |
·结果分析 | 第120-121页 |
§7.5 SOM非监督分类实例 | 第121-123页 |
·分类过程 | 第121-122页 |
·结果分析 | 第122-123页 |
§7.6 小结 | 第123-124页 |
第八章 结论、建议与展望 | 第124-127页 |
§8.1 结论与建议 | 第124-126页 |
§8.2 海洋测绘发展的趋势 | 第126-127页 |
参考文献 | 第127-135页 |
攻博期间发表的文章和参加的科研项目 | 第135-137页 |
致谢 | 第137页 |