首页--天文学、地球科学论文--测绘学论文--大地测量学论文--海洋测量学论文

多波束和侧扫声纳数据融合及其在海底底质分类中的应用

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

论文共137页,点击 下载论文
上一篇:数字时分割工频基波交流综合参数测量原理的研究
下一篇:我国城市土地资源配置的市场化研究