摘要 | 第5-7页 |
英文摘要 | 第7-8页 |
第1章 绪论 | 第11-22页 |
1.1 课题的研究背景和意义 | 第11-12页 |
1.2 前视成像声纳目标探测技术研究现状 | 第12-15页 |
1.3 基于声纳图像的目标探测相关技术 | 第15-20页 |
1.3.1 图像匹配与载体运动 | 第15-16页 |
1.3.2 声纳图像匹配技术 | 第16-18页 |
1.3.3 声纳图像融合技术 | 第18-20页 |
1.4 课题的研究内容和结构 | 第20-22页 |
第2章 声纳图像的运动模型 | 第22-49页 |
2.1 引言 | 第22页 |
2.2 声纳图像与声纳坐标系 | 第22-25页 |
2.3 声纳图像运动模型 | 第25-31页 |
2.3.1 声纳图像二维运动模型 | 第25-26页 |
2.3.2 声纳图像三维运动模型 | 第26-29页 |
2.3.3 波束图像三维运动模型 | 第29-31页 |
2.4 探测场景的三维重建 | 第31-38页 |
2.4.1 海底平面法向量 | 第31-33页 |
2.4.2 声纳图像的仰角图 | 第33-35页 |
2.4.3 探测场景三维重建的水池试验 | 第35-38页 |
2.5 声纳运动参数估计 | 第38-48页 |
2.5.1 单纯旋转 | 第38-40页 |
2.5.2 单纯平移 | 第40-41页 |
2.5.3 一般运动 | 第41-44页 |
2.5.4 波束图像上的运动参数估计 | 第44-45页 |
2.5.5 结合阴影运动的运动参数估计 | 第45-48页 |
2.6 本章小结 | 第48-49页 |
第3章 海底声纳图像匹配与运动参数估计 | 第49-77页 |
3.1 引言 | 第49-50页 |
3.2 海底声纳图像特征提取 | 第50-59页 |
3.2.1 声纳图像预处理 | 第51-53页 |
3.2.2 基于梯度阈值的特征点提取与感兴趣区域 | 第53-58页 |
3.2.3 基于亮度阈值的特征点提取 | 第58-59页 |
3.3 基于概率分布的目标区域描述 | 第59-64页 |
3.3.1 基于网格的NDT区域描述方法 | 第60-61页 |
3.3.2 基于聚类的高斯图区域描述方法 | 第61-64页 |
3.4 声纳图像匹配与参数估计模型 | 第64-65页 |
3.5 匹配问题的构建与求解 | 第65-69页 |
3.5.1 构建匹配的最优化问题 | 第65-67页 |
3.5.2 匹配问题的快速求解 | 第67-69页 |
3.6 嵌入式智能声探测平台设计 | 第69-71页 |
3.7 序列声纳图像的匹配综合实验 | 第71-76页 |
3.7.1 水池综合实验场景的构建 | 第71-72页 |
3.7.2 实验的设计思想与方法 | 第72-73页 |
3.7.3 实验结果与分析 | 第73-76页 |
3.8 本章小结 | 第76-77页 |
第4章 声纳图像多尺度融合降噪技术 | 第77-109页 |
4.1 引言 | 第77页 |
4.2 声纳图像融合 | 第77-81页 |
4.2.1 多尺度融合决策 | 第78-79页 |
4.2.2 融合性能评价方法 | 第79-81页 |
4.3 声纳图像方向性小波变换融合方法 | 第81-92页 |
4.3.1 基于脊波变换的声纳图像融合 | 第82-85页 |
4.3.2 基于曲波变换的声纳图像融合 | 第85-88页 |
4.3.3 基于轮廓波变换的声纳图像融合 | 第88-92页 |
4.4 基于非下采样轮廓波变换与形态学决策的声纳图像融合 | 第92-99页 |
4.4.1 设计原理与步骤 | 第92-95页 |
4.4.2 实验结果与分析 | 第95-99页 |
4.5 基于方向性分析的形态小波声纳图像融合 | 第99-108页 |
4.5.1 设计原理与步骤 | 第99-104页 |
4.5.2 实验结果与分析 | 第104-108页 |
4.6 本章小结 | 第108-109页 |
结论 | 第109-111页 |
参考文献 | 第111-119页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第119-121页 |
致谢 | 第121页 |