声纳图像的处理及目标识别技术研究
| 独创性声明 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-12页 |
| ·概述 | 第8页 |
| ·研究背景和发展现状 | 第8-9页 |
| ·声纳图像处理的主要方法 | 第9-10页 |
| ·水声目标识别的主要方法 | 第10-11页 |
| ·本文的内容安排 | 第11-12页 |
| 第二章 小波分析与分形维原理 | 第12-26页 |
| ·小波变换理论 | 第12-20页 |
| ·小波变换基本理论 | 第12-14页 |
| ·多分辨率小波分析思想 | 第14-16页 |
| ·小波重构 | 第16-17页 |
| ·图像信号的小波变换 | 第17页 |
| ·二维多分辨分析 | 第17-20页 |
| ·分形维 | 第20-26页 |
| ·分形概述 | 第20-21页 |
| ·分形维 | 第21-22页 |
| ·Fr分形维数和fBm的分形维数估计 | 第22-26页 |
| 第三章 声纳图像的去噪 | 第26-38页 |
| ·图像去噪概述 | 第26页 |
| ·去噪的常用方法 | 第26-30页 |
| ·基于小波变换的图像去噪研究 | 第30-33页 |
| ·小波分析去噪的基本原理和方法 | 第30-31页 |
| ·自动阈值算法 | 第31-33页 |
| ·基于微分方程的图像去噪研究 | 第33-36页 |
| ·非线性全变差去噪原理 | 第33-34页 |
| ·非线性全变差的数字实现 | 第34-36页 |
| ·实验结果和实验结论 | 第36-38页 |
| 第四章 声纳图像中的目标探测 | 第38-52页 |
| ·图像规整化处理 | 第38-40页 |
| ·目标探测 | 第40-43页 |
| ·匹配滤波法 | 第40-42页 |
| ·基于分形维的目标探测 | 第42-43页 |
| ·图像分割 | 第43-47页 |
| ·目标探测实验结果 | 第47-52页 |
| 第五章 水声图像目标识别 | 第52-66页 |
| ·声纳图像识别系统 | 第52-53页 |
| ·声纳图像特征提取 | 第53-58页 |
| ·不变矩特征 | 第53-56页 |
| ·声纳图像统计特征 | 第56-58页 |
| ·RBF网络用于目标识别 | 第58-66页 |
| ·RBF网络结构 | 第58-60页 |
| ·RBF网络学习算法 | 第60-61页 |
| ·K-均值聚类算法 | 第61-63页 |
| ·特征矢量规一化 | 第63页 |
| ·基于RBF分类器设计 | 第63-66页 |
| 第六章 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 硕士期间发表的论文 | 第71-72页 |
| 致谢 | 第72页 |
