首页--交通运输论文--水路运输论文--船舶驾驶、航海学论文--船舶导航与通信论文--新技术在航海上的应用论文

基于全景视觉的海上弱小目标检测方法研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-16页
    1.1 课题研究的背景及意义第10页
    1.2 国内外研究现状分析第10-14页
        1.2.1 海上弱小目标检测技术发展动态第10-11页
        1.2.2 海上弱小目标检测关键技术研究现状第11-14页
    1.3 论文的研究内容及结构安排第14-16页
第2章 全景海雾图像去雾算法研究第16-30页
    2.1 雾天图像成像原理第16-18页
    2.2 基于暗通道先验的去雾算法第18-22页
        2.2.1 暗通道先验理论第18-19页
        2.2.2 基于暗通道先验的去雾算法第19-22页
    2.3 引导滤波算法第22-25页
        2.3.1 引导滤波算法的原理第22-24页
        2.3.2 引导滤波算法的实验效果第24-25页
    2.4 基于暗通道先验的去雾算法在全景海雾图像中的应用第25-28页
        2.4.1 暗通道先验理论对全景海雾图像的适用性第25页
        2.4.2 雾天的判断标准第25-27页
        2.4.3 去雾算法在全景海雾图像中的应用第27页
        2.4.4 去雾效果的客观评价第27-28页
    2.5 本章小结第28-30页
第3章 全景圆形海天线提取算法研究第30-47页
    3.1 基于改进Hough圆变换的海天线提取算法第30-34页
        3.1.1 基于梯度的Hough圆变换检测算法第30-31页
        3.1.2 基于改进Hough圆变换的海天线提取算法第31-34页
    3.2 基于梯度方向的全景海天线提取算法第34-43页
        3.2.1 基于椭圆拟合的海天线提取算法第34-39页
        3.2.2 基于梯度方向的全景海天线提取算法第39-43页
    3.3 实验对比分析第43-46页
        3.3.1 定性比较分析第43-45页
        3.3.2 定量比较分析第45-46页
    3.4 本章小结第46-47页
第4章 基于海天线提取的弱小目标检测算法研究第47-55页
    4.1 基于图像局部区域复杂度的弱小目标检测算法第47-50页
        4.1.1 图像复杂度第47-48页
        4.1.2 算法原理第48-50页
    4.2 基于梯度阈值的弱小目标检测算法第50-52页
    4.3 实验对比分析第52-54页
    4.4 本章小结第54-55页
第5章 全景海上弱小目标检测系统软件设计与实现第55-66页
    5.1 算法的选择第55-56页
    5.2 全景海上弱小目标检测系统设计第56-61页
        5.2.1 系统软件总体设计第56-57页
        5.2.2 模块功能实现第57-61页
    5.3 不同海况和天气条件下算法的有效性验证第61-62页
    5.4 本文算法与其它算法的对比分析第62-64页
    5.5 本章小结第64-66页
结论第66-68页
参考文献第68-72页
攻读硕士学位期间发表的论文和取得的科研成果第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:跟踪机动目标的多模型滤波算法研究与应用
下一篇:六自由度机械臂空间轨迹规划方法研究