首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉的水下目标检测与跟踪技术研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-19页
    1.1 课题研究背景与意义第9页
    1.2 国内外研究现状第9-13页
    1.3 目标跟踪方法综述第13-16页
        1.3.1 基于运动的方法第14-15页
        1.3.2 基于图像匹配的方法第15-16页
    1.4 本论文的主要研究内容第16-19页
第二章 基于机器视觉的检测与跟踪系统设计第19-27页
    2.1 机器视觉系统概述第19-20页
    2.2 机器视觉检测与跟踪系统的设计第20-25页
        2.2.1 硬件系统的设计第20-23页
        2.2.2 软件系统的开发第23-25页
            2.2.2.1 开发环境第23页
            2.2.2.2 软件系统原理第23-24页
            2.2.2.3 用户控制界面第24-25页
    2.3 本章小结第25-27页
第三章 水下图像增强方法第27-41页
    3.1 水下光学成像简介第27-29页
        3.1.1 水下光学成像原理第27-28页
        3.1.2 水对光的吸收和散射特性第28页
        3.1.3 水下图像的特点第28-29页
    3.2 水下图像增强主要方法第29-34页
        3.2.1 空间域增强第29-32页
            3.2.1.1 邻域平均滤波第30页
            3.2.1.2 中值滤波第30页
            3.2.1.3 图像锐化第30-32页
        3.2.2 频率域增强第32-34页
            3.2.2.1 低通滤波第32-33页
            3.2.2.2 高通滤波第33页
            3.2.2.3 同态滤波第33-34页
        3.2.3 基于多尺度分析的图像增强方法第34页
        3.2.4 模糊增强方法第34页
    3.3 水下图像清晰化算法第34-37页
        3.3.1 水下光照成像模型第34-35页
        3.3.2 介质散射光图像与光源强度变化图像的混合估计第35-37页
            3.3.2.1 小波变换第35-36页
            3.3.2.2 估计方法第36-37页
        3.3.3 衰减图像的增强处理第37页
    3.4 实验结果与分析第37-39页
    3.5 本章小结第39-41页
第四章 基于颜色的自适应窗水下目标跟踪算法第41-53页
    4.1 颜色空间理论第41-43页
        4.1.1 颜色空间的选择第41-42页
        4.1.2 颜色空间的转换第42-43页
    4.2 传统颜色匹配跟踪算法第43-46页
        4.2.1 目标模板的描述第44-45页
        4.2.2 候选模板的描述第45页
        4.2.3 相似函数的选择第45页
        4.2.4 传统颜色匹配跟踪算法的跟踪过程第45-46页
    4.3 基于颜色的自适应窗水下目标跟踪算法第46-48页
        4.3.1 跟踪准确算法第46-47页
        4.3.2 跟踪窗尺寸变化算法第47页
        4.3.4 新算法实现流程第47-48页
    4.4 实现结果与分析第48-50页
    4.5 本章小结第50-53页
第五章 水下图像分割与特征提取第53-67页
    5.1 阈值分割算法第53-55页
        5.1.1 最大熵法第53-54页
        5.1.2 传统最大类间方差法第54页
        5.1.3 最小均方误差法第54-55页
        5.1.4 模糊 C 均值聚类算法第55页
    5.2 基于二维模糊 Otsu 的水下图像分割算法第55-59页
        5.2.1 二维灰度直方图第55-56页
        5.2.2 二维隶属度函数第56-57页
        5.2.3 基于二维模糊 Otsu 的图像分割法第57-59页
    5.3 水下目标特征提取第59-62页
    5.4 实验结果及分析第62-66页
    5.5 本章小结第66-67页
第六章 结论与展望第67-69页
    6.1 结论第67-68页
    6.2 展望第68-69页
参考文献第69-73页
攻读硕士学位期间所取得的相关科研成果第73-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:社交网络中基于关系强度的用户群体发现研究
下一篇:基于ARM9的无线视频监控系统的设计