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
东华理工大学;