高分辨率成像声纳图像识别技术研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-15页 |
| 第1章 绪论 | 第15-27页 |
| ·课题背景 | 第15-16页 |
| ·研究目的和意义 | 第16-17页 |
| ·国内外声纳图像识别研究现状 | 第17-19页 |
| ·图像识别概述 | 第19-24页 |
| ·图像预处理 | 第19-20页 |
| ·特征提取与选择 | 第20-22页 |
| ·分类识别 | 第22-24页 |
| ·论文的内容与结构 | 第24-27页 |
| 第2章 智能水下机器人声视觉系统设计 | 第27-44页 |
| ·引言 | 第27页 |
| ·声视觉系统组成 | 第27-40页 |
| ·高分辨率侧扫声纳 | 第27-31页 |
| ·声透镜成像声纳 | 第31-38页 |
| ·三维成像声纳 | 第38-40页 |
| ·水下机器人声视觉系统任务与工作过程设计 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第3章 图像预处理 | 第44-71页 |
| ·引言 | 第44-45页 |
| ·图像噪声抑制 | 第45-63页 |
| ·传统滤波方法 | 第46-48页 |
| ·现代滤波方法 | 第48-50页 |
| ·PCNN网络模型 | 第50-53页 |
| ·PCNN图像去噪 | 第53-56页 |
| ·实验结果与分析 | 第56-63页 |
| ·图像规整处理 | 第63-70页 |
| ·图像尺寸规整 | 第63-66页 |
| ·图像灰度规整 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第4章 侧扫声纳图像特征提取与识别 | 第71-102页 |
| ·引言 | 第71页 |
| ·侧扫声纳图像在海底底质分类研究中的应用 | 第71-85页 |
| ·纹理分析方法 | 第72-73页 |
| ·灰度共生矩阵与相位谱 | 第73-76页 |
| ·基于邻域灰度—相位共生矩阵的海底底质分类 | 第76-81页 |
| ·基于PCNN输出序列图像的海底底质分类 | 第81-85页 |
| ·海底目标探测 | 第85-100页 |
| ·海底目标存在判断的高阶统计量方法 | 第86-92页 |
| ·海底目标提取 | 第92-95页 |
| ·实验结果与分析 | 第95-100页 |
| ·本章小结 | 第100-102页 |
| 第5章 前视声纳图像特征提取与识别 | 第102-141页 |
| ·引言 | 第102页 |
| ·高分辨前视声纳图像特点 | 第102-103页 |
| ·图像形状特征描述 | 第103-105页 |
| ·概述 | 第103页 |
| ·形状表示方法 | 第103-105页 |
| ·边缘检测 | 第105-113页 |
| ·图像边缘定义 | 第105-106页 |
| ·经典边缘检测算法 | 第106-110页 |
| ·形态学边缘检测算法 | 第110-113页 |
| ·不变量特征提取 | 第113-129页 |
| ·概述 | 第113-115页 |
| ·矩不变量 | 第115-117页 |
| ·投影变换 | 第117-120页 |
| ·离散Radon矩不变量 | 第120-129页 |
| ·三维声纳图像目标识别技术 | 第129-139页 |
| ·三维目标识别概述 | 第129-133页 |
| ·三维成像声纳原理 | 第133-135页 |
| ·三维声纳图像目标识别关键技术 | 第135-139页 |
| ·本章小结 | 第139-141页 |
| 结论 | 第141-144页 |
| 参考文献 | 第144-164页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第164-165页 |
| 致谢 | 第165-166页 |
| 附录 声纳图像去噪效果图 | 第166-168页 |
