水下目标检测与基于图的跟踪方法

　　《水下目标检测与基于图的跟踪方法》系统、全面地介绍了作者团队在水下目标检测与跟踪领域的研究成果，主要内容包括声呐图像分割、目标检测、目标识别、基于zui小生成树的目标跟踪算法、基于图的半监督目标跟踪算法、基于l1图半监督学习的目标跟踪算法、基于多视图半监督协同训练的目标跟踪算法。此外，还给出了一些水下目标检测与跟踪应用的案例。《水下目标检测与基于图的跟踪方法》可作为高等院校水声工程、无人装备工程、信息工程专业本科生或研究生的教材或参考书，还可供从事系统工程、雷达工程、电子对抗、军事指挥等专业的科研人员和工程技术人员参考。

　　李轲，男，海军上校，1985年7月出生，湖北黄冈人，2013年获系统工程专业博士学位。研究方向为目标检测与识别、协同探测与数据融合。围绕预警探测作战指挥与态势感知研究领域，注重理论基础研究与工程技术应用相结合。主持和参与10余项国家自然科学基金项目、军委装备发展部和科技委预研项目、海军军内科研项目，主持湖北省自然科学基金2项、“十三五”教育科研课题1项。在国内外期刊和学术会议上发表学术论文16篇，其中作者12篇，通讯作者2篇，SCI收录6篇、EI收录4篇，出版专著1部，编著1部、译著2部，主编教材4部，获国防发明/实用新型专利授权7项和软件著作权6项。

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
第5章 目标识别
第6章 声呐图像目标跟踪算法
第7章 基于最小生成树的目标跟踪算法
第8章 基于图的半监督目标跟踪算法
第9章 基于е1图半监督学习的目标跟踪算法
第10章 基于多视图半监督协同训练的目标跟踪算法
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