侧扫声呐图像目标分割

　　《侧扫声呐图像目标分割》在简述侧扫声呐的工作原理、分析侧扫声呐图像存在的主要问题的基础上，围绕侧扫声呐图像目标分割的主题，就侧扫声呐图像灰度畸变校正、统计特性研究、目标边缘检测及基于活动轮廓模型的侧扫声呐图像分割等问题展开了深入的研究，重点介绍了水平集方法在侧扫声呐图像目标分割中的新进展。《侧扫声呐图像目标分割》可作为高等院校及科研院所声呐图像处理、水下目标探测等领域的研究生和高年级本科生的教学参考书，也可作为相关领域的科技、工程人员的参考书。

暂缺《侧扫声呐图像目标分割》作者简介

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