側(cè)掃聲吶圖像目標(biāo)分割

第1章 緒論
1．1 研究背景
1．2 側(cè)掃聲吶成像
1．3 側(cè)掃聲吶圖像目標(biāo)分割
1．4 本書的章節(jié)安排
參考文獻(xiàn)
第2章 側(cè)掃聲吶圖像的自適應(yīng)灰度增強(qiáng)
2．1 引言
2．2 Curvelet變換理論
2．3 側(cè)掃聲吶圖像自適應(yīng)增強(qiáng)
2．4 實(shí)驗(yàn)結(jié)果與分析
2．5 本章小結(jié)
參考文獻(xiàn)
第3章 散射模型與側(cè)掃聲吶圖像的統(tǒng)計特性
3．1 引言
3．2 聲吶成像的散射模型與瑞利分布
3．3 其他概率分布模型
3．4 概率分布模型擬合比較
3．5 本章小結(jié)
參考文獻(xiàn)
第4章 基于改進(jìn)Canny算子的聲吶圖像邊緣檢測
4．1 引言
4．2 邊緣檢測與Canny算子
4．3 NSCT變換及其優(yōu)勢
4．4 基于瑞利統(tǒng)計模型的NSCT域降斑
4．5 基于類間方差最大的自適應(yīng)雙閾值確定
4．6 改進(jìn)Canny算子的聲吶圖像邊緣檢測方法的步驟
4．7 實(shí)驗(yàn)結(jié)果與分析
4．8 本章小結(jié)
參考文獻(xiàn)
第5章 統(tǒng)計模型與邊緣信息結(jié)合的變分水平集側(cè)掃聲吶圖像分割
5．1 引言
5．2 活動輪廓模型與水平集方法
5．3 統(tǒng)計模型與邊緣信息結(jié)合的變分水平集聲吶圖像分割
5．4 實(shí)驗(yàn)結(jié)果與分析
5．5 本章小結(jié)
參考文獻(xiàn)
第6章 基于非局部均值降斑和邊緣約束RSF主動輪廓模型的側(cè)掃聲吶圖像分割
6．1 引言
6．2 背景技術(shù)
6．3 基于非局部均值降斑和邊緣約束RSF模型的分割方法
6．4 實(shí)驗(yàn)結(jié)果與分析
6．5 本章小結(jié)
參考文獻(xiàn)