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

动态光视觉的水面目标检测技术研究

摘要第5-6页
abstract第6-7页
第1章 绪论第11-17页
    1.1 课题研究背景及意义第11-12页
    1.2 国内外研究现状第12-15页
        1.2.1 水界线检测技术研究现状第12-13页
        1.2.2 单幅图像去雾算法研究现状第13页
        1.2.3 目标检测技术研究现状第13-15页
    1.3 研究内容及章节安排第15-17页
第2章 水面可见光图像预处理第17-29页
    2.1 引言第17页
    2.2 光学图像特征分析第17-18页
    2.3 水面图像平滑去噪第18-23页
        2.3.1 常用的空间域去噪技术第18-21页
        2.3.2 形态学噪声滤波第21页
        2.3.3 去噪方法实验结果与分析第21-23页
    2.4 水面降质图像增强第23-28页
        2.4.1 基于灰度拉伸的图像增强第23-24页
        2.4.2 基于直方图的图像增强第24-26页
        2.4.3 图像增强实验结果与分析第26-28页
    2.5 本章小结第28-29页
第3章 水界线检测方法研究第29-43页
    3.1 引言第29页
    3.2 常用的水界线检测方法第29-33页
        3.2.1 行均值梯度法第29-30页
        3.2.2 传统直线拟合法第30-32页
        3.2.3 Hough变换直线检测法第32-33页
    3.3 基于直线分割检测改进的水界线检测方法第33-38页
        3.3.1 直线分割检测算法原理第33-36页
        3.3.2 基于LSD改进的水界线检测方法第36-38页
    3.4 水界线检测实验结果与分析第38-41页
    3.5 本章小结第41-43页
第4章 水面雾天图像清晰化处理第43-55页
    4.1 引言第43页
    4.2 雾天成像物理模型的建立第43-44页
    4.3 暗通道先验去雾算法原理第44-46页
        4.3.1 暗通道先验原理第44-45页
        4.3.2 大气光的估计第45页
        4.3.3 透射率的估计第45-46页
        4.3.4 图像的恢复第46页
    4.4 改进的水面可见光图像去雾方法第46-50页
        4.4.1 大气散射函数的估计第47-49页
        4.4.2 大气光的估计第49页
        4.4.3 图像的恢复第49-50页
    4.5 去雾实验结果与分析第50-53页
        4.5.1 实验结果第50-51页
        4.5.2 客观评价第51-53页
    4.6 本章小结第53-55页
第5章 水面目标检测第55-73页
    5.1 引言第55页
    5.2 目标特征提取第55-62页
        5.2.1 常用的目标特征第55-56页
        5.2.2 特征检测方法第56-60页
        5.2.3 多角度比较特征点检测算法第60-62页
    5.3 基于二值化梯度幅值特征的目标检测第62-67页
        5.3.1 支持向量机基本原理第62-65页
        5.3.2 线性模板和模板训练第65-66页
        5.3.3 检测模板和梯度幅值的二值化第66-67页
    5.4 图像分类技术第67-71页
        5.4.1 图像分类技术简介第67-69页
        5.4.2 基于视觉词袋模型的图像分类第69-71页
    5.5 水面目标检测与分类实验结果与分析第71-72页
        5.5.1 基于BING的水面舰船目标检测实验第71-72页
        5.5.2 基于BOVW模型的水面舰船分类实验第72页
    5.6 本章小结第72-73页
结论第73-75页
参考文献第75-81页
攻读硕士学位期间发表的论文和取得的科研成果第81-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:基于Hadoop的新型公交支付系统的客流量预测研究
下一篇:基于双目视觉的运动目标跟踪技术研究