导读:本文包含了水下目标图像探测论文开题报告文献综述及选题提纲参考文献，主要关键词:目标跟踪,蛙人探测声纳,全局域最近邻数据关联
水下目标图像探测论文文献综述
李晖宙,刘正红,毛盾[1]（2018）在《基于蛙人探测声纳序列图像的水下小目标跟踪算法》一文中研究指出针对水下监控系统中的小目标跟踪问题,在分析蛙人探测声纳图像特点的基础上,提出了基于面积约束的全局域最近邻数据关联法,有效解决了水下监控环境下目标小、结构信息缺乏、成像不稳定的难点,通过引入航迹"运动方向"的思想消除了混响区虚假航迹的影响,实验证明该算法具有准确性高、实时性好、鲁棒性强的特点。(本文来源于《舰船电子工程》期刊2018年02期）
李阳[2]（2014）在《水下目标探测中的侧扫声纳图像处理技术研究》一文中研究指出侧扫声纳作为一种有效的水下探测工具,目前已被广泛应用于水下目标探测、海底管道跟踪以及海洋调查等任务。针对侧扫声纳图像具有对比度低、噪声污染重等特点,各国学者已经提出了多种侧扫声纳图像的预处理方法和分割方法,以满足侧扫声纳图像在分割精度与分割速度两方面的要求,但通常很难两方面都达到最佳。本文研究了多种侧扫声纳图像预处理算法和模糊聚类算法,以期在提高图像分割精度的同时,尽可能加快图像的分割速度,并利用两种不同类型的神经网络分类器进行侧扫声纳图像海底底质分类。本文的主要研究内容可分为以下叁个部分:(1)侧扫声纳图像去噪及增强方法研究。通过对包括传统去噪方法在内的七种去噪算法进行研究,提出了一种结合维纳滤波的BEMD侧扫声纳图像去噪算法,利用去噪试验,对比分析每种去噪算法的去噪效果。在侧扫声纳图像增强方面,研究了叁种比较常用的增强算法,并通过试验,分析每种算法的优劣。(2)基于模糊聚类的侧扫声纳图像分割方法研究。首先介绍了模糊聚类分析、K-均值聚类、模糊C均值(FCM)聚类以及结合空间信息的FCM算法,深入研究了这几种算法的特点;然后,分别从结合图像的纹理信息和空间信息两个方面提出改进的FCM算法,以提高算法的抗噪性和分割速度。最后,通过分割试验,对比分析每种分割算法的优劣,验证所提算法的适用性。(3)海底底质分类方法研究。首先,利用(1)(2)所提出的预处理方法和分割方法对四种底质图像进行处理;然后,通过灰度共生矩阵提取海底图像的纹理信息,并进行主成分分析;最后,分别利用BP神经网络和自组织竞争神经网络进行海底底质分类试验。(本文来源于《哈尔滨工程大学》期刊2014-12-01）
毛盾,刘忠,程远国[3]（2011）在《基于蛙人探测声纳序列图像的水下小目标检测算法》一文中研究指出针对水下监控系统的小目标检测问题,在分析蛙人探测声纳成像特点的基础上,提出了基于图像二值化和区域生长法的自适应双帧差法。通过将双帧差结果与当前帧的二值化图像进行"与"运算来消除"双影",然后采用区域生长法消除"空洞",最后根据检测结果自适应地调整阈值。克服了叁帧法和累积帧差法在处理空洞和双影问题时存在较长时延的缺陷,提高了水下低信噪比环境下对小目标的检测能力。实验证明了该算法的有效性。(本文来源于《传感技术学报》期刊2011年07期）
刘云鹏[4]（2011）在《非均匀光场水下目标探测图像增强研究》一文中研究指出21世纪是人类利用和开发海洋的新世纪,海洋科技在全球科技竞争中已走向前沿,为国家间综合实力的较量增加了新的焦点。我国海岸线长达18000多公里,海洋经济已开始被纳入国民经济发展规划,目前我国海洋事业的发展已走向全面开发利用的阶段,着力于以高科技为基础及石油和海运交通开发为主要标志。发展海洋科技,尤其是海洋高新技术已成为世界新技术革命的重要内容,海洋科技进步已经成为衡量国家科技总体水平和海洋强国的重要指标。对水下图像的识别和分析是发展水下技术和开发海洋环境的关键。水下成像技术在国内外已经取得较为完善的成果,但现在即使是最纯净的清水对光的衰减都很严重,而浑浊的水质更严重影响了水下目标图像探测距离和图像清晰度,在水下拍摄到的图像往往被各种噪声所淹没。本文的主要目的是尝试通过对真实的水下图像进行图像增强,改善图像质量,使图像更加符合人们的视觉特性和机器识别的要求。本文首先介绍了目前水下图像增强的主要方法及发展趋势,然后利用一种新的水下目标图像探测方法——水下非均匀光场目标图像探测方法,按照光在水中的衰减规律,利用非均匀照明光场理论,及相应的集束光源建立探测系统进行水下观测和成像,从而获得了能较好克服背景噪声和散射的水下图像。然后介绍了几种水下图像增强的常用方法,并通过实验进行验证和分析,论述了通过基于偏微分方程方法对图像进行分解再增强处理,并且对真实的水下图像进行分析研究。通过实验验证,利用偏微分方程分解的增强方法,有效地减轻图像细节的模糊,使得图像细节轮廓更清楚,进一步的改善增强效果。(本文来源于《中国海洋大学》期刊2011-04-01）
王海晏,杨廷梧,安毓英[5]（2003）在《激光水下偏振特性用于目标图像探测》一文中研究指出利用激光水下偏振特性获得偏振差分图像 (PDI) ,并运用PDI技术 ,从理论和实验上对水下目标探测进行了研究 .介绍了PDI基本概念和实验系统原理 ,然后比较分析了不同条件下普通图像与PDI在辨别目标距离及其纹理上的差别和PDI中背景偏振光的影响 ,得出利用目标和背景偏振光的差异区分二者 ,从而提高探测距离的结论 ,并取得了较好的效果 .在此基础上提出了通过处理有关PDI偏振参量来进一步辨别目标与背景的设想 .(本文来源于《光子学报》期刊2003年01期）
刘文帅[6]（1995）在《适用于水下小目标探测的图像变换及稳定技术》一文中研究指出利用高分辨电子扫描技术探测水下小目标是快速而有效的方法。它可以在一个发射脉冲宽度内扫描一个预定空间扇面。通常，采用距离方位的直角坐标形图像显示最为方便而且迅速。但在近距离上这种显示方式会形成失真，因此有必要将距离方位直角坐标显示转化为无失真的扇面显示。本文提出一种利用ＤＳＰ器件进行实时快速转换的方案。在引进声纳载体航向角并完成转换的同时，可实现电子扫描声纳的波束航向稳定。已建立的硬件系统与编制的应用软件证明方案可行。在０～４０ｍ距离量程内，扇面无失真显示图形刷新速率可达每秒１０幅。(本文来源于《电视技术》期刊1995年07期）
水下目标图像探测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
侧扫声纳作为一种有效的水下探测工具,目前已被广泛应用于水下目标探测、海底管道跟踪以及海洋调查等任务。针对侧扫声纳图像具有对比度低、噪声污染重等特点,各国学者已经提出了多种侧扫声纳图像的预处理方法和分割方法,以满足侧扫声纳图像在分割精度与分割速度两方面的要求,但通常很难两方面都达到最佳。本文研究了多种侧扫声纳图像预处理算法和模糊聚类算法,以期在提高图像分割精度的同时,尽可能加快图像的分割速度,并利用两种不同类型的神经网络分类器进行侧扫声纳图像海底底质分类。本文的主要研究内容可分为以下叁个部分:(1)侧扫声纳图像去噪及增强方法研究。通过对包括传统去噪方法在内的七种去噪算法进行研究,提出了一种结合维纳滤波的BEMD侧扫声纳图像去噪算法,利用去噪试验,对比分析每种去噪算法的去噪效果。在侧扫声纳图像增强方面,研究了叁种比较常用的增强算法,并通过试验,分析每种算法的优劣。(2)基于模糊聚类的侧扫声纳图像分割方法研究。首先介绍了模糊聚类分析、K-均值聚类、模糊C均值(FCM)聚类以及结合空间信息的FCM算法,深入研究了这几种算法的特点;然后,分别从结合图像的纹理信息和空间信息两个方面提出改进的FCM算法,以提高算法的抗噪性和分割速度。最后,通过分割试验,对比分析每种分割算法的优劣,验证所提算法的适用性。(3)海底底质分类方法研究。首先,利用(1)(2)所提出的预处理方法和分割方法对四种底质图像进行处理;然后,通过灰度共生矩阵提取海底图像的纹理信息,并进行主成分分析;最后,分别利用BP神经网络和自组织竞争神经网络进行海底底质分类试验。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
水下目标图像探测论文参考文献
[1].李晖宙,刘正红,毛盾.基于蛙人探测声纳序列图像的水下小目标跟踪算法[J].舰船电子工程.2018
[2].李阳.水下目标探测中的侧扫声纳图像处理技术研究[D].哈尔滨工程大学.2014
[3].毛盾,刘忠,程远国.基于蛙人探测声纳序列图像的水下小目标检测算法[J].传感技术学报.2011
[4].刘云鹏.非均匀光场水下目标探测图像增强研究[D].中国海洋大学.2011
[5].王海晏,杨廷梧,安毓英.激光水下偏振特性用于目标图像探测[J].光子学报.2003
[6].刘文帅.适用于水下小目标探测的图像变换及稳定技术[J].电视技术.1995
标签：目标跟踪; 蛙人探测声纳; 全局域最近邻数据关联;