摘要 | 第6-8页 |
abstract | 第8-9页 |
第1章 绪论 | 第12-20页 |
1.1 课题研究的背景及意义 | 第12-13页 |
1.2 国内外发展及研究现状 | 第13-15页 |
1.2.1 声呐图像的去噪与增强 | 第13-15页 |
1.2.2 声呐图像的三维特征的恢复 | 第15页 |
1.3 前视声呐与图像采集 | 第15-18页 |
1.3.1 DIDSON前视声呐 | 第16-17页 |
1.3.2 BlueView前视声呐 | 第17-18页 |
1.4 课题主要研究的内容和论文结构安排 | 第18-20页 |
第2章 声呐图像的去噪与增强 | 第20-38页 |
2.1 引言 | 第20页 |
2.2 马尔可夫随机场 | 第20-28页 |
2.3 利用引导滤波对声呐图像去噪与增强 | 第28-33页 |
2.4 实验结果与分析 | 第33-37页 |
2.5 本章小结 | 第37-38页 |
第3章 图像的特征提取 | 第38-52页 |
3.1 引言 | 第38页 |
3.2 有用轮廓的提取 | 第38-49页 |
3.2.1 边缘提取 | 第39-46页 |
3.2.2 轮廓滤波 | 第46-49页 |
3.3 角点提取 | 第49-51页 |
3.4 本章小节 | 第51-52页 |
第4章 已知空间变换参数下的三维重建 | 第52-62页 |
4.1 引言 | 第52页 |
4.2 声呐的映射原理 | 第52-54页 |
4.3 基于多视图声呐图像三维重建原理及方法 | 第54-57页 |
4.3.1 基于多视图声呐图像三维重建原理 | 第54-55页 |
4.3.2 基于高度特征分层分段搜索的三维重建方法 | 第55-57页 |
4.4 实验与分析 | 第57-60页 |
4.5 本章小节 | 第60-62页 |
第5章 未知空间变换参数下的三维重建 | 第62-74页 |
5.1 引言 | 第62页 |
5.2 基于遗传算法的三维重建 | 第62-67页 |
5.3 基于改进粒子群优化算法的三维重建 | 第67-70页 |
5.4 实验与分析 | 第70-72页 |
5.5 带有传感器估计参数的重建 | 第72-73页 |
5.6 本章小结 | 第73-74页 |
结论 | 第74-76页 |
参考文献 | 第76-82页 |
攻读硕士学位期间发表的论文和获得的科研成果 | 第82-83页 |
致谢 | 第83-84页 |