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

基于前视声呐的水下场景三维重建方法的研究

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

论文共84页,点击 下载论文
上一篇:基于机器学习的图像识别研究
下一篇:中文分词技术在微信订餐导航中的应用