水面无人艇视觉目标图像识别技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文研究背景与意义 | 第10-11页 |
| 1.1.1 论文研究背景 | 第10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 水面无人艇国内外研究现状 | 第11-13页 |
| 1.2.2 图像目标识别技术国内外发展状况 | 第13-14页 |
| 1.3 课题所研究的主要内容 | 第14-16页 |
| 第2章 视觉目标图像识别方法 | 第16-22页 |
| 2.1 图像识别技术 | 第16-17页 |
| 2.2 目标图像识别方法 | 第17-20页 |
| 2.2.1 统计模式识别 | 第17-18页 |
| 2.2.2 结构模式识别 | 第18页 |
| 2.2.3 模糊模式识别 | 第18-19页 |
| 2.2.4 神经网络模式识别 | 第19-20页 |
| 2.3 针对水面目标的识别技术 | 第20-21页 |
| 2.4 本章总结 | 第21-22页 |
| 第3章 水面无人艇目标图像预处理与图像分割 | 第22-34页 |
| 3.1 水面图像预处理 | 第22-26页 |
| 3.1.1 图像滤波 | 第22-25页 |
| 3.1.2 图像直方图均衡化 | 第25-26页 |
| 3.2 图像分割方法 | 第26-30页 |
| 3.2.1 基于阈值的图像分割 | 第27-29页 |
| 3.2.2 基于边缘的图像分割 | 第29页 |
| 3.2.3 基于区域的图像分割 | 第29-30页 |
| 3.3 水面目标预处理与分割方法仿真分析 | 第30-33页 |
| 3.3.1 水面目标预处理仿真分析 | 第30-32页 |
| 3.3.2 水面目标分割方法仿真分析 | 第32-33页 |
| 3.4 本章总结 | 第33-34页 |
| 第4章 水面目标特征提取方法 | 第34-56页 |
| 4.1 视觉图像特征提取 | 第34-37页 |
| 4.1.1 颜色特征 | 第34-36页 |
| 4.1.2 纹理特征 | 第36-37页 |
| 4.1.3 形状特征 | 第37页 |
| 4.2 船舶图像采集 | 第37-39页 |
| 4.3 水面目标的特征 | 第39-49页 |
| 4.3.1 用于一级分类的特征 | 第40-43页 |
| 4.3.2 用于二级分类的特征 | 第43-49页 |
| 4.4 目标图像特征提取与分析 | 第49-54页 |
| 4.5 本章总结 | 第54-56页 |
| 第5章 基于LVQ神经网络的目标图像识别技术研究 | 第56-64页 |
| 5.1 LVQ神经网络原理 | 第56-57页 |
| 5.2 LVQ神经网络算法 | 第57-59页 |
| 5.3 水面目标图像识别仿真与分析 | 第59-63页 |
| 5.4 本章总结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-74页 |
| 致谢 | 第74页 |
