文摘
英文文摘
第1章 绪论
1.1 课题研究的背景与意义
1.2 VTS系统的发展与现状
1.2.1 雷达系统
1.2.2 VHF通信系统
1.2.3 AIS船舶自动识别系统
1.2.4 GPS定位系统
1.3 机器视觉
1.3.1 机器视觉综述
1.3.2 机器视觉在船舶识别中的优势
1.4 本文的主要研究内容
第2章 船舶图像的预处理和区域分割
2.1 彩色图像转换灰度图像
2.2 图像增强
2.2.1 图像增强
2.2.2 滤波
2.3 船舶区域的定位
2.3.1 去除背景
2.3.2 二值化
2.3.3 船舶区域的精确定位
2.4 本章小结
第3章 船舶的特征提取
3.1 图像特征提取技术
3.1.1 数学形态学
3.1.2 灰度形态学
3.1.3 边缘检测
3.2 船舶特征提取的算法
3.2.1 图像特征提取
3.2.2 船舶的特征提取
3.3 本章小结
第4章 船舶的识别
4.1 模板匹配和模式识别技术
4.1.1 模板匹配技术
4.1.2 模式识别技术
4.2 神经网络
4.2.1 神经网络综述
4.2.2 神经网络
4.2.3 BP神经网络
4.3 船舶识别的BP神经网络模型设计
4.3.1 确定模型的网络层数
4.3.2 确定各层神经元节点数
4.4 基于模板匹配和BP神经网络的船舶识别
4.4.1 区域填充
4.4.2 船舶模型库
4.4.3 基于模板匹配和BP神经网络的船舶识别
4.5 本章小结
第5章 船舶识别算法的实验与分析
5.1 编程工具与实验环境
5.2 船舶识别算法的实验
5.2.1 模板匹配
5.2.2 神经网络
5.2.3 实验结果与分析
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢