现代声学科学与技术丛书 声呐图像处理 2015年版

现代声学科学与技术丛书 声呐图像处理
作者：李庆武，霍冠英，周妍 著
出版时间： 2015年版
内容简介
《现代声学科学与技术丛书：声呐图像处理》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。《声呐图像处理》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。

目录
前言
第1章 绪论
1.1 研究背景和意义
1.2 水下声呐成像技术发展历史
1.2.1 侧扫声呐
1.2.2 合成孔径声呐
1.2.3 前视声呐
1.2.4 多波束测深声呐系统
1.3 声呐图像存在的主要问题及研究现状
1.3.1 声呐图像存在的主要问题
1.3.2 声呐图像处理的研究现状
参考文献

第2章 声呐成像原理
2.1 声呐技术
2.2 主动声呐的一般模型
2.3 波束形成技术
2.3.1 等间隔基元的直线阵
2.3.2 相控发射
2.4 成像声呐
2.4.1 侧扫声呐
2.4.2 合成孔径声呐
2.4.3 前视声呐
2.4.4 多波束测深声呐系统
2.5 本章小结
参考文献

第3章 多波束前视声呐成像数据可视化与滤波
3.1 多波束前视声呐成像
3.2 多波束前视声呐视域范围和成像几何模型
3.3 Gemini720i多波束前视声呐数据格式与二维几何模型
3.3.1 Gemini720i多波束前视声呐数据格式
3.3.2 Gemini720i多波束前视声呐的二维几何模型
3.4 基于双立方插值的多波束前视声呐数据可视化算法
3.4.1 现有的前视声呐数据可视化算法
3.4.2 线性插值核函数的性能分析
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
3.4.4 插值实验及结果分析
3.5 针对多波束前视声呐成像数据的空间域滤波
3.5.1 多波束前视声呐图像的噪声特点
3.5.2 传统空间域滤波
3.5.3 常用空间域滤波掩模模型分析
3.5.4 针对多波束前视声呐成像数据的空间域滤波
3.5.5 实验与结果分析
3.6 本章小结
参考文献

第4章 多尺度几何变换域侧扫声呐图像的去噪
4.1 图像去噪
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
4.2.1 多尺度几何分析理论发展背景
4.2.2 多尺度几何变换
4.2.3 多尺度几何变换域声呐图像处理研究现状
4.3 水下侧扫声呐图像的特性研究
4.3.1 侧扫声呐图像的成像
4.3.2 侧扫声呐图像特性
4.3.3 噪声模型分析
4.4 Curvelet变换域水下侧扫声呐图像的去噪
4.4.1 Curvelet变换域的噪声统计建模
4.4.2 Curvelet变换域的信号统计建模
4.4.3 Curvelet变换域自适应去噪算法
4.4.4 实验结果与分析
4.5 本章小结
参考文献

第5章 多尺度几何变换域侧扫声呐图像的增强
5.1 图像增强
5.2 直方图均衡化
5.3 结合方向扩散的改进直方图均衡化
5.4 Retinex增强方法
5.4.1 单尺度Retinex算法
5.4.2 多尺度Retinex算法
5.5 Curvelet变换增强法
5.6 实验结果与分析
5.7 本章小结
参考文献

第6章 基于人眼微动机理的NSCT域水下声呐图像边缘检测
6.1 视觉仿生
6.2 图像边缘检测
6.2.1 边缘检测问题的描述
6.2.2 边缘检测算法
6.3 人眼微动机理
6.3.1 人眼视觉系统通路
6.3.2 人眼固视微动与视觉适应性
6.3.3 视网膜动态分析与模拟
6.3.4 基于人眼微动的视网膜边缘检测
6.4 非下采样Contourlet变换及特性
6.4.1 NSCT变换
6.4.2 NSCT变换的特性
6.4.3 NSCT变换系数分析
6.4.4 系数特征分析
6.5 NSCT域水下声呐图像边缘检测
6.5.1 NSCT域边缘检测原理
6.5.2 边缘检测算法步骤
6.5.3 算法特点
6.5.4 实验及结果分析
6.6 本章小结
参考文献

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
7.1 海底底质分析
7.2 纹理分析
7.2.1 纹理与纹理分析
7.2.2 常用的纹理分析方法
7.3 侧扫声呐图像底质纹理特征提取
7.3.1 基于灰度共生矩阵的侧扫声呐图像纹理特征提取
7.3.2 基于NSCT变换的侧扫声呐图像纹理特征提取
7.3.3 侧扫声呐图像纹理特征提取的具体步骤
7.4 聚类分割与聚类数目确定
7.4.1 K均值聚类算法
7.4.2 聚类数目确定与聚类有效性评价
7.4.3 海底混响区无监督聚类分割的具体步骤
7.5 侧扫声呐图像海底混响区底质分割实验结果与分析
7.6 本章小结
参考文献