《声呐图像处理》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:李庆武,霍冠英,周妍著
  • 出 版 社:北京:科学出版社
  • 出版年份:2015
  • ISBN:9787030448187
  • 页数:178 页
图书介绍:本书主要采用多尺度几何分析方法,深入研究声呐图像可视化、去噪、增强、边缘检测和分割等问题,详细介绍了团队近年来在声呐图像处理领域取得的最新进展和成果。这些研究成果对于从事声呐图像处理研究和工程应用具有一定的借鉴作用。本书共分7章,第1章绪论,主要介绍了水下声呐成像技术的发展历史、声呐图像存在的主要问题和研究现状;第2章介绍水下声呐成像基本原理;第3章根据多波束前视声呐成像机理提出基于双立方插值的多波束前视声纳数据可视化算法和采用阶梯形掩模模型对回波点成像数据进行去噪的滤波算法;第4章分析了侧扫声呐图像的噪声模型,提出了基于Curvelet变换的侧扫声呐图像局部自适应降噪方法;第5章多尺度几何变换域侧扫声呐图像增强,提出了基于Curvelet变换的分段式非线性侧扫声呐图像增强函数;第6章基于人眼微动机理的NSCT域水下声呐图像边缘检测,借鉴人眼固视微动的机理,提出一种基于人眼微动机理的非下采样Contourlet变换域声呐图像边缘检测新方法;第7章基于灰度共生矩阵和NSCT域纹理提取的无监督海底混响区分割,结合灰度共生矩阵和NSCT变换提取多维纹理特征,提出了一种自动的海底底质分割方法。

第1章 绪论 1

1.1研究背景和意义 1

1.2水下声呐成像技术发展历史 2

1.2.1侧扫声呐 3

1.2.2合成孔径声呐 4

1.2.3前视声呐 5

1.2.4多波束测深声呐系统 6

1.3声呐图像存在的主要问题及研究现状 7

1.3.1声呐图像存在的主要问题 7

1.3.2声呐图像处理的研究现状 8

参考文献 11

第2章 声呐成像原理 15

2.1声呐技术 15

2.2主动声呐的一般模型 16

2.3波束形成技术 18

2.3.1等间隔基元的直线阵 18

2.3.2相控发射 22

2.4成像声呐 23

2.4.1侧扫声呐 23

2.4.2合成孔径声呐 28

2.4.3前视声呐 32

2.4.4多波束测深声呐系统 36

2.5本章小结 41

参考文献 41

第3章 多波束前视声呐成像数据可视化与滤波 43

3.1多波束前视声呐成像 43

3.2多波束前视声呐视域范围和成像几何模型 44

3.3 Gemini 720i多波束前视声呐数据格式与二维几何模型 46

3.3.1 Gemini 720i多波束前视声呐数据格式 46

3.3.2 Gemini 720i多波束前视声呐的二维几何模型 47

3.4基于双立方插值的多波束前视声呐数据可视化算法 48

3.4.1现有的前视声呐数据可视化算法 49

3.4.2线性插值核函数的性能分析 52

3.4.3基于双立方插值的多波束前视声呐数据可视化算法 57

3.4.4插值实验及结果分析 61

3.5针对多波束前视声呐成像数据的空间域滤波 65

3.5.1多波束前视声呐图像的噪声特点 65

3.5.2传统空间域滤波 66

3.5.3常用空间域滤波掩模模型分析 69

3.5.4针对多波束前视声呐成像数据的空间域滤波 70

3.5.5实验与结果分析 73

3.6本章小结 82

参考文献 82

第4章 多尺度几何变换域侧扫声呐图像的去噪 85

4.1图像去噪 85

4.2多尺度几何分析理论及其在声呐图像处理中的应用研究 86

4.2.1多尺度几何分析理论发展背景 86

4.2.2 多尺度几何变换 90

4.2.3多尺度几何变换域声呐图像处理研究现状 95

4.3水下侧扫声呐图像的特性研究 97

4.3.1侧扫声呐图像的成像 97

4.3.2侧扫声呐图像特性 98

4.3.3噪声模型分析 98

4.4 Curvelet变换域水下侧扫声呐图像的去噪 102

4.4.1 Curvelet变换域的噪声统计建模 102

4.4.2 Curvelet变换域的信号统计建模 103

4.4.3 Curvelet变换域自适应去噪算法 104

4.4.4实验结果与分析 107

4.5本章小结 113

参考文献 113

第5章 多尺度几何变换域侧扫声呐图像的增强 118

5.1图像增强 118

5.2直方图均衡化 119

5.3结合方向扩散的改进直方图均衡化 121

5.4 Retinex增强方法 124

5.4.1单尺度Retinex算法 125

5.4.2多尺度Retinex算法 126

5.5 Curvelet变换增强法 127

5.6实验结果与分析 130

5.7本章小结 134

参考文献 135

第6章 基于人眼微动机理的NSCT域水下声呐图像边缘检测 137

6.1视觉仿生 137

6.2图像边缘检测 139

6.2.1边缘检测问题的描述 139

6.2.2边缘检测算法 140

6.3人眼微动机理 144

6.3.1人眼视觉系统通路 144

6.3.2人眼固视微动与视觉适应性 144

6.3.3视网膜动态分析与模拟 145

6.3.4基于人眼微动的视网膜边缘检测 147

6.4非下采样Contourlet变换及特性 148

6.4.1 NSCT变换 148

6.4.2 NSCT变换的特性 151

6.4.3 NSCT变换系数分析 151

6.4.4系数特征分析 153

6.5 NSCT域水下声呐图像边缘检测 153

6.5.1 NSCT域边缘检测原理 153

6.5.2边缘检测算法步骤 154

6.5.3算法特点 154

6.5.4实验及结果分析 154

6.6本章小结 158

参考文献 159

第7章 基于灰度共生矩阵和NSCT域纹理提取的无监督海底混响区分割 161

7.1海底底质分析 161

7.2纹理分析 163

7.2.1纹理与纹理分析 163

7.2.2常用的纹理分析方法 164

7.3侧扫声呐图像底质纹理特征提取 165

7.3.1基于灰度共生矩阵的侧扫声呐图像纹理特征提取 166

7.3.2基于NSCT变换的侧扫声呐图像纹理特征提取 168

7.3.3侧扫声呐图像纹理特征提取的具体步骤 168

7.4聚类分割与聚类数目确定 169

7.4.1 K均值聚类算法 169

7.4.2聚类数目确定与聚类有效性评价 171

7.4.3海底混响区无监督聚类分割的具体步骤 171

7.5侧扫声呐图像海底混响区底质分割实验结果与分析 172

7.6本章小结 177

参考文献 177