目錄
第1章 緒論 1
1.1 海洋機器人應(yīng)用概述 1
1.1.1 海洋機器人的分類 1
1.1.2 海洋機器人的應(yīng)用 2
1.1.3 海洋機器人的主要特征 5
1.2 海洋機器人的感知需求 5
1.3 智能感知技術(shù)概念內(nèi)涵、研究方向及發(fā)展現(xiàn)狀 6
1.3.1 智能感知技術(shù)概念內(nèi)涵 6
1.3.2 智能感知技術(shù)研究方向 7
1.3.3 智能感知技術(shù)發(fā)展現(xiàn)狀 9
本章小結(jié) 10
第2章 海洋感知信息處理與分析基礎(chǔ) 11
2.1 海洋探測成像模型 11
2.1.1 大氣光學(xué)成像模型 11
2.1.2 水下光學(xué)成像模型 12
2.1.3 水聲傳輸模型 14
2.1.4 化學(xué)物質(zhì)擴散模型 15
2.2 感知信息空間域分析 16
2.2.1 空間域平滑方法 16
2.2.2 空間域銳化方法 18
2.2.3 數(shù)學(xué)形態(tài)學(xué)方法 20
2.3 感知信息頻域分析 22
2.3.1 頻域濾波器設(shè)計 22
2.3.2 頻域平滑方法 23
2.3.3 頻域銳化方法 25
2.4 感知信息統(tǒng)計分析 26
2.4.1 統(tǒng)計分析模型 26
2.4.2 直方圖方法 28
2.4.3 概率模型理論 29
2.5 機器學(xué)習(xí)基礎(chǔ) 31
2.5.1 決策樹與隨機森林 31
2.5.2 神經(jīng)網(wǎng)絡(luò)原理 34
2.5.3 支持向量機 36
2.5.4 貝葉斯理論方法 37
2.5.5 聚類原理 39
本章小結(jié) 40
第3章 海洋信息預(yù)處理方法 41
3.1 信息質(zhì)量評價方法 41
3.1.1 無參考評價方法 41
3.1.2 全參考評價方法 43
3.1.3 部分參考評價方法 45
3.2 海洋感知信息去噪方法 45
3.2.1 空間域去噪方法 46
3.2.2 頻域濾波方法 49
3.2.3 噪聲模型方法 51
3.3 海洋感知信息增強方法 53
3.3.1 空間域增強方法 54
3.3.2 頻域增強方法 55
3.3.3 模型增強方法 56
3.4 損失信息恢復(fù)方法 60
3.4.1 信息模型方法 60
3.4.2 壓縮感知與稀疏表達 62
本章小結(jié) 63
第4章 海洋場景分割方法 64
4.1 感知數(shù)據(jù)分割聚類方法 64
4.1.1 K均值聚類方法 64
4.1.2 模糊C均值聚類方法 65
4.1.3 高斯混合模型方法 66
4.2 相似性分析與分割方法 67
4.2.1 特征評價方法 67
4.2.2 超像素區(qū)域方法 68
4.2.3 相似性分割方法 69
4.3 語義分析與分割方法 71
4.3.1 語義區(qū)域分割與合并 71
4.3.2 語義特征表達 72
4.3.3 語義神經(jīng)網(wǎng)絡(luò) 73
4.4 海洋目標實例分割 73
4.4.1 實例分割概念 74
4.4.2 實例分割方法原理 74
4.4.3 實例分割優(yōu)化 81
本章小結(jié) 84
第5章 海洋目標檢測識別方法 85
5.1 目標特征設(shè)計與分析 85
5.1.1 目標直方圖特征 85
5.1.2 目標局部區(qū)域特征 86
5.1.3 目標邊界特征 87
5.2 典型人工特征原理 90
5.2.1 HOG特征原理 90
5.2.2 SIFT/SURF特征原理 92
5.2.3 Haar特征原理 96
5.3 經(jīng)典特征模型方法 98
5.3.1 特征的可分性測度 98
5.3.2 基于類內(nèi)散布矩陣的特征提取 100
5.3.3 K-L變換特征提取 102
5.3.4 特征降維方法 104
5.4 人工神經(jīng)網(wǎng)絡(luò) 104
5.4.1 感知機原理 105
5.4.2 前饋神經(jīng)網(wǎng)絡(luò) 107
5.4.3 反向傳播神經(jīng)網(wǎng)絡(luò) 109
5.4.4 深度神經(jīng)網(wǎng)絡(luò) 110
本章小結(jié) 115
第6章 海洋目標跟蹤方法 116
6.1 目標跟蹤特征模型 116
6.1.1 特征模型分類 116
6.1.2 特征模型表達 117
6.1.3 特征模型實時更新 118
6.2 目標跟蹤基本原理與分類 120
6.2.1 目標跟蹤框架 120
6.2.2 目標跟蹤原理與實現(xiàn) 121
6.2.3 目標跟蹤分類及特點 122
6.3 單目標跟蹤方法 124
6.3.1 單目標跟蹤原理 124
6.3.2 主要單目標跟蹤方法及特點 124
6.4 多目標跟蹤方法 129
6.4.1 多目標跟蹤原理 129
6.4.2 主要多目標跟蹤方法及特點 130
本章小結(jié) 134
第7章 海洋目標定位方法 135
7.1 側(cè)掃聲吶技術(shù) 135
7.1.1 基本原理 135
7.1.2 關(guān)鍵應(yīng)用 137
7.2 多基地聲吶定位算法 137
7.2.1 型多基地定位系統(tǒng) 137
7.2.2 型多基地定位系統(tǒng) 139
7.2.3 型多基地定位系統(tǒng) 141
7.3 單目視覺定位 142
7.3.1 圖像坐標系、攝像機坐標系與世界坐標系 142
7.3.2 攝像機成像模型 144
7.3.3 基于點特征的單目視覺定位算法 146
7.4 雙目視覺定位 147
7.4.1 雙目立體視覺原理 147
7.4.2 雙目立體視覺的精度分析 150
7.4.3 雙目立體視覺系統(tǒng)標定 152
本章小結(jié) 153
第8章 多傳感器信息融合方法 154
8.1 多傳感器標定方法 155
8.1.1 多傳感器標定原理 155
8.1.2 多傳感器聯(lián)合標定方法 160
8.2 多傳感器信息數(shù)據(jù)融合 161
8.3 多傳感器信息特征融合 163
8.3.1 傳感器特征融合 163
8.3.2 融合特征處理方法 168
8.4 多傳感器信息決策融合 172
本章小結(jié) 177
第9章 海洋環(huán)境建模與態(tài)勢感知方法 178
9.1 海洋環(huán)境模型構(gòu)建方法 178
9.1.1 三維靜態(tài)模型 178
9.1.2 三維動態(tài)模型 179
9.1.3 二維柵格地圖 180
9.1.4 二維拓撲地圖 180
9.2 目標狀態(tài)分析判別方法 181
9.2.1 特征提取方法 182
9.2.2 數(shù)據(jù)融合技術(shù) 183
9.2.3 目標行為識別 184
9.3 局部環(huán)境態(tài)勢分析方法 186
9.3.1 環(huán)境狀態(tài)監(jiān)測 186
9.3.2 危險預(yù)測 187
9.3.3 決策支持 187
9.4 態(tài)勢推演預(yù)測方法 188
9.4.1 動態(tài)模型建立 188
9.4.2 態(tài)勢推演算法 189
9.4.3 預(yù)測結(jié)果驗證 190
本章小結(jié) 190
參考文獻 191