声明
摘要
第1章绪论
1.1课题研究的背景与意义
1.2传统水下目标识别国内外发展状况
1.3.1水上目标识别国内外发展状况
1.3.2水下目标识别国内外发展状况
1.4论文结构安排
第2章水下图像预处理
2.1概述
2.2图像去噪及局部增强背景
2.3基于中值-均值的快速混合噪声滤波算法
2.3.1自适应中值滤波与均值滤波
2.3.2集合一致性分解
2.3.3中值-均值联合滤波算法
2.3.4算法验证
2.4水下图像局部增强方法
2.4.1直方图均衡化
2.4.2对比度受限的自适应直方图均衡化
2.4.3无监督彩色校正
2.5本章小结
第3章卷积神经网络方法及水下目标识别应用瓶颈剖析
3.1概述
3.2卷积神经网络基本概念与核心思想
3.3卷积神经网络常用结构与激活函数
3.4经典卷积网络及研究难点
3.5卷积神经网络用于水下目标识别存在的问题
3.6本章小结
第4章基于深度卷积特征的水下静目标识别方法
4.1概述
4.2总体识别方案设计
4.3.1一次网络设计
4.3.2二次网络设计
4.4损失函数分析与选择
4.4.1均方误差损失函数
4.4.2交叉熵损失函数
4.5激活函数分析与选择
4.6参数优化方法分析与选择
4.6.1梯度下降优化算法
4.6.2正则化方法
4.7数据增强
4.8本章小结
第5章实验设计与结果分析
5.1实验概述
5.1.1运行环境
5.1.2数据集的建立
5.1.3评价指标
5.2.1水下图像滤波结果分析
5.2.2水下图像局部增强结果分析
5.3.1基于传统卷积神经网络的水下静目标识别
5.3.2基于深度卷积神经网络的水下静目标识别
5.3.3基于二次网络模型的水下静目标识别
5.4对比实验结果分析
5.5本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
哈尔滨工程大学;