本书系统的阐述了水下图像与视觉智能处理技术的基本理论、相关技术及具体应用。全书共分九章，包括水下图像成像基础、水下图像增强与复原、水下图像去噪、水下目标检测、水下图像分割、水下目标跟踪、水下目标识别、海洋及水产科学研究以及相关技术在水下机器人视觉系统中的应用。整体内容精炼系统，并涵盖深度学习等前言研究技术。本书可作为高等院校计算机、自动化等相关专业高年级本科生和研究生相关专业的教学用书，也可作为相关科技人员的参考用书。
第1章 水下图像成像基础
1.1 引言
1.2 水下光学性质
1.2.1 水体的光学分类
1.2.2 水体固有光学性质
1.2.3 水体表观光学特性
1.3 水下图像成像理论
1.3.1 水下成像系统
1.3.2 水下图像建模
1.3.3 模型简化
1.4 水下图像特点概述
1.4.1 水下图像的多样性
1.4.2 水下图像的退化问题
1.5 水下图像质量评测常用指标
1.5.1 主观评价标准
1.5.2 客观评价标准
1.6 水下成像相关技术
1.6.1 声波成像技术
1.6.2 水下激光成像技术
1.6.3 水下高光谱成像技术
1.7 小结
思考题
参考文献
第2章
水下图像视频增强与复原
2.1 引言
2.2 水下光学图像退化模型
2.2.1 运动模型
2.2.2 散焦模型
2.2.3 高斯模型
2.3 水下图像增强与复原
2.3.1 基于成像模型的水下图像复原方法
2.3.2 基于无模型的水下图像增强方法
2.3.3 基于深度学习的水下图像增强与复原方法
2.4 水下视频增强与复原
2.5 水下图像质量评价方法
2.6 小结
思考题
参考文献
第3章
水下图像视频去噪
3.1 引言
3.2 噪声模型
3.2.1 高斯噪声
3.2.2 脉冲噪声
3.2.3 散斑噪声
3.3 水下图像去噪
3.3.1 空间域滤波去噪
3.3.2 变换域滤波去噪
3.4 水下视频去噪
3.5 小结
思考题
参考文献
第4章
水下图像视频分割
4.1 引言
4.2 常用图像分割方法
4.2.1 阀值分割
4.2.2 基于区域增长分割
4.2.3 基于边缘检测分割
4.2.4 形态学分水岭分割
4.3 基于智能算法的图像分割
4.3.1 基于小波变换的图像分割
4.3.2 基于马尔科夫随机场模型的图像分割
4.3.3 基于遗传算法的图像分割
4.3.4 基于聚类的图像分割
4.3.5 基于深度学习的图像分割
4.4 视频分割方法
4.4.1 传统的视频分割方法
4.4.2 基于深度学习的视频分割方法
4.5 评价指标
4.5.1 图像分割评价指标
4.5.2 视频对象分割评价指标
4.6 小结
思考题
参考文献
第5章
水下目标检测
5.1 引言
5.2 基于特征描述的目标检测
5.2.1 基于Haar特征的目标检测方法
5.2.2 基于HOG特征的目标检测方法
5.3 基于深度学习的目标检测
5.3.1 深度学习骨干网络结构
5.3.2 二阶段目标检测方法
5.3.3 一阶段目标检测方法
5.4 水下视频目标检测
5.4.1 基于运动目标背景建模的视频目标检测方法
5.4.2 基于深度学习的视频目标检测方法
5.5 评价方法
5.5.1 Precision和Recall指标
5.5.2 AP和mAP指标
5.5.3 F-measure指标
5.6 小结
思考题
参考文献
第6章
水下目标跟踪
6.1 引言
6.2 生成式目标跟踪
6.2.1 光流法
……
第7章水下目标识别
第8章水下立体视觉
第9章机器视觉在海洋及水产科学研究中的应用
第10章机器视觉在水下机器人中的应用
附录
参考文献及相关链接
精品教材 更多
