基于多波束水柱数据的羽流提取及定位研究

目录

声明

1 绪论

1.1 引言

1.2 羽流探测国内外研究现状

1.3 论文主要研究内容

2 多波束声呐水柱数据的采集及处理

2.1 多波束声呐系统组成

2.2 多波束声呐成像原理

2.2.1 声呐方程及其解释

2.2.2 声呐成像原理

2.3 多波束水柱影像的构建

2.3.1 原始数据解码

2.3.2 声线跟踪

2.3.3 位置归算

2.3.4 水柱影像的形成及可视化

2.3.5 水柱影像图像增强

2.4 本章小结

3 羽流敏感区识别及羽流目标水柱影像确定

3.1 羽流敏感区二维平面识别

3.2 羽流敏感区识别方法

3.2.1 最小距离

3.2.2 BP神经网络

3.2.3 支持向量机

3.3 实验分析

3.4 羽流目标水柱影像确定

3.5 实验分析

3.6 本章小结

4 基于水柱影像的羽流目标提取

4.1 羽流目标及其背景噪声

4.1.1 羽流目标

4.1.2 背景噪声

4.2 羽流目标与背景噪声分离技术

4.2.1 阈值分割

4.2.2 基于颜色空间的 k均值聚类分割

4.2.3 基于核函数的模糊 c均值聚类分割

4.2.4 基于数学形态学的分割

4.3 羽流目标三维提取及其可视化

4.4 实验分析

4.5 本章小结

5 基于水柱影像的羽流渗漏源点定位

5.1 气泡上升路径分析及提取

5.2 缺失羽流渗漏源定位

5.2.1 传统方法反演缺失羽流渗漏源点

5.2.2 ICP反演缺失羽流渗漏源点

5.3 实验分析

5.3.1 传统方法反演缺失羽流渗漏源点

5.3.2 ICP算法反演缺失羽流渗漏源点

5.4 本章小结

6 结论与展望

6.1 论文总结

6.2 下一步研究工作

致谢

攻读硕士期间完成成果

参考文献