声明
摘要
第1章 绪论
1.1 概述
1.2 国内外研究现状
1.2.1 国内的研究现状
1.2.2 国外的研究现状
1.3 课题来源及研究意义
1.4 论文的主要工作及安排
第2章 基于最大熵原理的图像增强
2.1 引言
2.2 图像灰度化
2.3 常用的图像增强算法
2.3.1 直方图均衡化
2.3.2 灰度调整
2.4 基于最大熵原理的图像增强技术研究
2.4.1 最大熵直方图均衡化原理
2.4.2 实验结果与分析
2.5 中值滤波
2.6 本章小结
第3章 基于遗传算法的最大类间方差法的水下图像分割
3.1 引言
3.2 图像分割
3.3 全局阈值分割算法
3.3.1 基于迭代算法的水下图像分割
3.3.2 基于最大类间方差算法的水下图像分割
3.3.3 基于遗传算法的水下图像分割
3.3.4 基于遗传算法的最大类间方差法的水下图像分割
3.4 实验结果与分析
3.5 动态阈值分割算法
3.6 边缘提取
3.7 图像形态学操作
3.8 本章小结
第4章 水下目标的不变矩特征提取
4.1 引言
4.2 水下目标的不变矩特征提取
4.2.1 不变矩特征提取
4.2.2 图像的不变矩特征量及其改进算法
4.3 新不变矩特征提取实验与分析
4.4 本章小结
第5章 基于BP神经网络的水下目标识别
5.1 引言
5.2 BP神经网络
5.2.1 BP神经网络概述
5.2.2 BP神经网络的结构
5.2.3 BP神经网络学习过程
5.3 BP算法的改进
5.4 BP神经网络参数的选择
5.5 实验结果与分析
5.5.1 以全部像素信息作为输入的BP神经网络水下目标识别
5.5.2 以新不变矩特征作为输入的BP神经网络水下目标识别
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢