更新时间：2024-03-22 14:14:15
封面
版权信息
作者简介
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
参考文献
第2章 图像预处理
2.1 引言
2.2 滤波算法简述
2.3 声呐图像灰度统计模型特性分析
2.4 基于偏微分方程的非线性扩散滤波算法
2.5 基于窗口选择的自适应增强算法
2.6 小结
第3章 声呐图像分割
3.1 引言
3.2 图像分割算法简述
3.3 基于标记和模糊聚类的分水岭声呐图像分割
3.4 基于自适应迭代阈值的声呐图像分割算法
3.5 基于马尔可夫随机场的声呐图像分割算法
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
3.7 小结
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
4.3 基于纹理特征的目标检测算法
4.4 基于几何形状特征的检测算法
4.5 基于灰度分布概率模型的检测算法
4.6 基于残留轮廓信息的水下沉船目标检测算法
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
4.8 小结
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
5.3 基于形状描述直方图的声呐图像目标识别算法
5.4 基于形状上下文的声呐图像目标识别算法
5.5 小结
第6章 声呐图像目标跟踪算法
6.1 引言
6.2 基于卡尔曼滤波和数据关联的跟踪算法
6.3 基于形态特征的水下运动小目标跟踪算法
6.4 基于支持向量机的水下动目标跟踪算法
6.5 基于声呐序列图像的水下小目标检测算法
6.6 基于全局最近邻数据关联的水下动目标跟踪算法
6.7 小结
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
7.3 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
7.5 实验研究
7.6 小结
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
8.3 基于图的半监督目标跟踪
8.4 实验研究
8.5 小结
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
9.3 基于ℓ1图的目标跟踪
9.4 实验研究
9.5 小结
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
10.3 实验研究
10.4 小结
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
11.4 小结
