科技
类型
可以朗读
语音朗读
168千字
字数
2022-07-01
发行日期
展开全部
主编推荐语
本书全面地介绍了水下目标检测与跟踪领域的系统知识及研究成果。
内容简介
全书主要内容包括声纳图像分割方法、声纳图像目标检测方法、基于不同原理的声纳图像目标识别方法、基于最小生成树的目标跟踪方法、基于图的半监督目标跟踪方法、基于ℓ1图半监督学习的目标跟踪方法、基于多视图半监督协同训练的目标跟踪方法。
此外，还给出了一些水下目标检测与跟踪应用的案例。结合不同的应用背景，分析梳理并解决相关算法的环境适应性修正，为工程化应用提供必要的技术基础和有价值的参考。
目录
- 版权信息
- 内容简介
- 前言
- 第1章 概述
- 1.1 水下目标检测与跟踪的意义
- 1.2 目标检测技术的研究现状
- 1.3 目标跟踪技术的研究现状
- 1.4 基于图理论的算法
- 1.4.1 基于图方法的基本概念
- 1.4.2 图的构造方法
- 1.4.3 基于图方法在视频跟踪中的应用
- 参考文献
- 第2章 图像预处理
- 2.1 引言
- 2.2 滤波算法简述
- 2.2.1 平滑线性滤波
- 2.2.2 维纳滤波
- 2.2.3 低通滤波
- 2.2.4 中值滤波
- 2.2.5 基于数学形态学的滤波
- 2.2.6 基于神经网络的滤波
- 2.2.7 基于偏微分方程的滤波
- 2.2.8 基于小波变换的滤波
- 2.3 声呐图像灰度统计模型特性分析
- 2.3.1 声呐图像统计特性
- 2.3.2 统计模型描述
- 2.3.3 对比分析
- 2.4 基于偏微分方程的非线性扩散滤波算法
- 2.4.1 相干斑噪声
- 2.4.2 非线性扩散滤波模型
- 2.4.3 算法改进
- 2.4.4 实验研究
- 2.5 基于窗口选择的自适应增强算法
- 2.5.1 窗口选择
- 2.5.2 自适应窗口增强方法
- 2.5.3 实验研究
- 2.6 小结
- 参考文献
- 第3章 声呐图像分割
- 3.1 引言
- 3.2 图像分割算法简述
- 3.2.1 阈值化图像分割
- 3.2.2 边缘检测图像分割
- 3.2.3 基于区域的分割
- 3.2.4 基于形态学分水岭的分割
- 3.3 基于标记和模糊聚类的分水岭声呐图像分割
- 3.3.1 分水岭前处理及变换
- 3.3.2 基于粒子群算法的模糊聚类
- 3.3.3 实验研究
- 3.4 基于自适应迭代阈值的声呐图像分割算法
- 3.4.1 算法描述
- 3.4.2 实验研究
- 3.5 基于马尔可夫随机场的声呐图像分割算法
- 3.5.1 算法描述
- 3.5.2 实验研究
- 3.6 基于哈尔小波变换的水下小型沉底人造目标分割算法
- 3.6.1 算法描述
- 3.6.2 二值化阈值
- 3.6.3 干扰抑制
- 3.7 小结
- 参考文献
- 第4章 目标检测
- 4.1 引言
- 4.2 基于灰度统计量的检测算法
- 4.2.1 算法描述
- 4.2.2 实验研究
- 4.3 基于纹理特征的目标检测算法
- 4.3.1 算法描述
- 4.3.2 实验研究
- 4.4 基于几何形状特征的检测算法
- 4.4.1 算法描述
- 4.4.2 实验研究
- 4.5 基于灰度分布概率模型的检测算法
- 4.5.1 参数特征检测算法
- 4.5.2 信息熵检测算法
- 4.5.3 实验研究
- 4.6 基于残留轮廓信息的水下沉船目标检测算法
- 4.6.1 目标和图像特性分析
- 4.6.2 算法描述与实验研究
- 4.7 基于合成孔径声呐图像的水下条状人造目标检测算法
- 4.7.1 目标和图像特性分析
- 4.7.2 算法描述与实验研究
- 4.8 小结
- 参考文献
- 第5章 目标识别
- 5.1 引言
- 5.2 基于特征提取的声呐图像目标识别算法
- 5.2.1 图像规格化
- 5.2.2 特征选择与提取
- 5.2.3 实验研究
- 5.2.4 基于主成分分析的特征优化
- 5.3 基于形状描述直方图的声呐图像目标识别算法
- 5.3.1 算法描述
- 5.3.2 实验研究
- 5.4 基于形状上下文的声呐图像目标识别算法
- 5.4.1 算法描述
- 5.4.2 实验研究
- 5.5 小结
- 参考文献
- 第6章 声呐图像目标跟踪算法
- 6.1 引言
- 6.1.1 图像视觉特征与跟踪方法分类
- 6.1.2 图像序列分析
- 6.2 基于卡尔曼滤波和数据关联的跟踪算法
- 6.2.1 算法描述
- 6.2.2 实验研究
- 6.3 基于形态特征的水下运动小目标跟踪算法
- 6.3.1 单边分段自适应阈值化
- 6.3.2 形态特征提取和跟踪
- 6.3.3 实验研究
- 6.4 基于支持向量机的水下动目标跟踪算法
- 6.4.1 图像预处理
- 6.4.2 特征参数提取和跟踪
- 6.4.3 实验研究
- 6.5 基于声呐序列图像的水下小目标检测算法
- 6.5.1 屏蔽背景噪声区
- 6.5.2 滤波去噪
- 6.5.3 消除“双影”和“空洞”现象的双帧差检测
- 6.5.4 图像弱化腐蚀
- 6.5.5 生成警戒区
- 6.5.6 实验研究
- 6.6 基于全局最近邻数据关联的水下动目标跟踪算法
- 6.6.1 目标参数计算
- 6.6.2 基于面积约束的全局域最近邻数据关联
- 6.6.3 波浪跟踪
- 6.7 小结
- 参考文献
- 第7章 基于最小生成树的目标跟踪算法
- 7.1 引言
- 7.2 单类分类器与目标跟踪
- 7.2.1 目标跟踪中的单类分类器与两类分类器
- 7.2.2 单类分类问题
- 7.3 最小生成树单类描述子
- 7.4 基于最小生成树的目标跟踪算法
- 7.4.1 目标运动模型
- 7.4.2 目标类训练样本集的构建
- 7.4.3 基于最小生成树的目标跟踪算法
- 7.4.4 图的更新
- 7.4.5 算法步骤
- 7.5 实验研究
- 7.5.1 与两类分类器的比较
- 7.5.2 样本选择策略的有效性
- 7.5.3 最小生成树节点数目的影响
- 7.5.4 与其他算法的比较
- 7.6 小结
- 参考文献
- 第8章 基于图的半监督目标跟踪算法
- 8.1 引言
- 8.2 背景知识
- 8.2.1 基于图的半监督学习
- 8.2.2 局部敏感判别分析方法
- 8.3 基于图的半监督目标跟踪
- 8.3.1 样本集的构建
- 8.3.2 基于部件的目标表示
- 8.3.3 基于图的半监督跟踪
- 8.3.4 图的更新
- 8.3.5 算法步骤
- 8.4 实验研究
- 8.4.1 样本集构建方法分析
- 8.4.2 图的节点数目对算法影响的分析
- 8.4.3 与其他算法的比较
- 8.5 小结
- 参考文献
- 第9章 基于ℓ1图半监督学习的目标跟踪算法
- 9.1 引言
- 9.2 背景知识
- 9.2.1 图的构建方法
- 9.2.2 ℓ1图的构建
- 9.3 基于ℓ1图的目标跟踪
- 9.3.1 特征空间
- 9.3.2 样本采集
- 9.3.3 基于ℓ1图的半监督学习
- 9.3.4 多特征融合与目标定位
- 9.4 实验研究
- 9.4.1 与k近邻图的比较
- 9.4.2 与其他算法的比较
- 9.5 小结
- 参考文献
- 第10章 基于多视图半监督协同训练的目标跟踪算法
- 10.1 引言
- 10.2 基于多视图半监督协同学习的目标跟踪
- 10.2.1 算法框架
- 10.2.2 样本采集
- 10.2.3 多视图数据集的建立
- 10.2.4 单视图下分类器的构建
- 10.2.5 基于负类的多视图协同训练
- 10.2.6 分类器权重估计与目标定位
- 10.2.7 图的更新
- 10.3 实验研究
- 10.3.1 定量比较
- 10.3.2 定性比较
- 10.4 小结
- 参考文献
- 第11章 基于图的目标跟踪算法在无人机对地（海）面目标视频跟踪中的应用
- 11.1 引言
- 11.2 无人机对地（海）面目标视频跟踪的特点
- 11.3 无人机对地（海）面目标视频跟踪实验
- 11.3.1 实验数据库
- 11.3.2 实验结果
- 11.4 小结
- 参考文献
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
