侧扫声呐图像目标分割

第1章 绪论
1．1 研究背景
1．2 侧扫声呐成像
1．3 侧扫声呐图像目标分割
1．4 本书的章节安排
参考文献
第2章 侧扫声呐图像的自适应灰度增强
2．1 引言
2．2 Curvelet变换理论
2．3 侧扫声呐图像自适应增强
2．4 实验结果与分析
2．5 本章小结
参考文献
第3章 散射模型与侧扫声呐图像的统计特性
3．1 引言
3．2 声呐成像的散射模型与瑞利分布
3．3 其他概率分布模型
3．4 概率分布模型拟合比较
3．5 本章小结
参考文献
第4章 基于改进Canny算子的声呐图像边缘检测
4．1 引言
4．2 边缘检测与Canny算子
4．3 NSCT变换及其优势
4．4 基于瑞利统计模型的NSCT域降斑
4．5 基于类间方差最大的自适应双阈值确定
4．6 改进Canny算子的声呐图像边缘检测方法的步骤
4．7 实验结果与分析
4．8 本章小结
参考文献
第5章 统计模型与边缘信息结合的变分水平集侧扫声呐图像分割
5．1 引言
5．2 活动轮廓模型与水平集方法
5．3 统计模型与边缘信息结合的变分水平集声呐图像分割
5．4 实验结果与分析
5．5 本章小结
参考文献
第6章 基于非局部均值降斑和边缘约束RSF主动轮廓模型的侧扫声呐图像分割
6．1 引言
6．2 背景技术
6．3 基于非局部均值降斑和边缘约束RSF模型的分割方法
6．4 实验结果与分析
6．5 本章小结
参考文献