声明
摘要
第1章绪论
1.1课题研究背景
1.2单目视觉感知研究现状
1.2.1计算机视觉发展现状
1.2.2水下机器人视觉发展现状
1.3论文的主要内容
1.4论文的章节安排
第2章单目相机标定与图像增强方法研究
2.1单目摄像机建模与预处理
2.1.1像素空间成像原理简介
2.1.2张氏标定法内外参求解
2.1.3镜头畸变的矫正方法研究
2.1.4摄像头标定与分析实验
2.2水下图像增强技术
2.2.1常见水下图像预处理方法分析
2.2.2基于Retinex的水下图像增强
2.3基于统计学习改进Retinex增强方法
2.3.1统计学习理论
2.3.2参数训练与策略
2.4实验与分析
2.5本章小结
第3章单目重建方法研究
3.1单目重建分析引述
3.2基于序列帧的单目重建
3.2.1基于SURF算法的特征描述
3.2.2自适应权重的搜索策略
3.2.3运动结构恢复方法分析
3.3基于改进SURF的匹配算法研究
3.3.1 Harr小波描述
3.3.2基于高斯滤波的非极值抑制算法
3.3.3基于G-A计算的改进SURF算法
3.4实验结果和仿真分析
3.5本章小结
第4章机器学习水下目标识别算法研究
4.1卷积网络识别基础
4.1.1卷积神经网络基本结构
4.1.2经典卷积神经网络模型
4.1.2并联式特征提取结构
4.1.3联级式特征提取结构
4.2 SSD目标检测算法
4.2.1区域选择算法
4.2.2 NMS抑制算法
4.2.3损失函数计算
4.3实验与分析
4.4本章小结
第5章粒子滤波目标跟踪算法研究
5.1粒子滤波单目跟踪引述
5.2粒子滤波算法原理
5.2.1贝叶斯滤波
5.2.2蒙特卡洛近似思想
5.2.3序贯重要性采样
5.2.4退化现象和重采样
5.3基于动态吸引度改进粒子滤波
5.4实验结果和分析
5.4.1改进算法流程与分析
5.4.2实验验证
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