- 海洋水下成像与压缩传输/多模态图像智能感知与处理丛书
- - 作者：沈礼权//张曦|责编:贺瑞君
  - 出版社：人民邮电
  - ISBN：9787115629289
  - 出版日期：2025/11/01
  - 页数：354
- 售价：60

内容大纲
本书介绍以海洋水下光学和声学成像为主的图像处理技术，主要阐述海洋水下成像方法和压缩传输的关键技术，内容包括海洋水下成像与压缩传输概述、基于光学/声学的海洋水下成像、海洋水下图像质量评价、海洋水下图像质量增强、海洋水下图像压缩、海洋水下目标检测与跟踪，以及海洋水下成像系统。
本书既可作为海洋船舶、电子信息、计算机、光电子、通信等领域研究机构和企业的科研人员、设计人员进行相关研究和新技术开发时的参考书，也可作为上述领域相关专业的本科生、硕士研究生、博士研究生的学习用书，或高校中相关专业教师的教学、科研参考书。
作者介绍
目录
第1章  海洋水下成像与压缩传输概述
  1.1  海洋水下成像与压缩传输的研究背景与意义
  1.2  国内外研究动态与现状
    1.2.1  海洋水下成像
    1.2.2  海洋水下光学图像质量增强
    1.2.3  海洋水下图像压缩
    1.2.4  海洋水下图像质量评价
    1.2.5  海洋水下多类机器视觉任务
  1.3  本章小结
  参考文献
第2章  基于光学/声学的海洋水下成像
  2.1  海洋水下光学成像
    2.1.1  水下物理成像模型
    2.1.2  人工光源辅助的海洋水下光学成像
    2.1.3  深海浮游生物自发光成像
  2.2  海洋水下声学成像
    2.2.1  水下声呐成像原理
    2.2.2  常用成像声呐
  2.3  本章小结
  参考文献
第3章  海洋水下图像质量评价
  3.1  海洋水下图像质量评价的基础理论与相关算法
    3.1.1  图像质量评价的基础理论
    3.1.2  水下图像质量评价相关算法
    3.1.3  小结
  3.2  大型海洋水下图像质量评价数据集
    3.2.1  设计动机与主要贡献
    3.2.2  海洋水下增强图像的失真类型归纳
    3.2.3  SOTA数据集的图像收集与算法整理
    3.2.4  SOTA数据集中图像质量标签的获取
    3.2.5  SOTA数据集的分析与验证
    3.2.6  小结
  3.3  基于生成与亮色度联合学习的水下增强图像质量评价算法
    3.3.1  设计动机与主要贡献
    3.3.2  算法结构设计
    3.3.3  实验配置与结果分析
    3.3.4  小结
  3.4  基于先验估计的水下增强图像质量评价算法
    3.4.1  设计动机与主要贡献
    3.4.2  算法结构设计
    3.4.3  实验配置与结果分析
    3.4.4  小结
  3.5  本章小结
  参考文献
第4章  海洋水下图像质量增强
  4.1  海洋水下图像质量增强的基础理论与相关算法
    4.1.1  常用的颜色空间
    4.1.2  水下图像质量增强相关算法
    4.1.3  小结
  4.2  衰减系数引导的两阶段水下图像增强算法

    4.2.1  设计动机与主要贡献
    4.2.2  算法结构设计
    4.2.3  实验配置与结果分析
    4.2.4  小结
  4.3  视觉感知质量驱动的水下图像增强算法
    4.3.1  设计动机与主要贡献
    4.3.2  算法结构设计
    4.3.3  实验配置与结果分析
    4.3.4  小结
  4.4  基于联合颜色矫正与去雾迭代的水下图像增强算法
    4.4.1  设计动机与主要贡献
    4.4.2  算法结构设计
    4.4.3  实验配置与结果分析
    4.4.4  小结
  4.5  亮度均衡与人工光区域颜色引导的水下图像增强算法
    4.5.1  设计动机与主要贡献
    4.5.2  合成带有人工光的水下图像数据集
    4.5.3  算法结构设计
    4.5.4  实验配置与结果分析
    4.5.5  小结
  4.6  面向机器视觉任务的水下图像增强算法
    4.6.1  设计动机与主要贡献
    4.6.2  算法结构设计
    4.6.3  实验配置与结果分析
    4.6.4  小结
  4.7  本章小结
  参考文献
第5章  海洋水下图像压缩
  5.1  海洋水下图像压缩的基础理论与相关算法
    5.1.1  图像压缩的基础理论
    5.1.2  水下图像压缩的相关算法
  5.2  先验引导的自适应水下图像压缩感知算法
    5.2.1  设计动机与主要贡献
    5.2.2  算法结构设计
    5.2.3  实验配置与结果分析
    5.2.4  小结
  5.3  基于水下物理先验的极低码率压缩网络
    5.3.1  设计动机与主要贡献
    5.3.2  网络结构设计
    5.3.3  实验配置与结果分析
    5.3.4  小结
  5.4  物理先验引导的水下图像分级压缩算法
    5.4.1  设计动机与主要贡献
    5.4.2  算法结构设计
    5.4.3  实验配置与结果分析
    5.4.4  小结
  5.5  面向机器视觉的先验引导水下图像压缩算法
    5.5.1  设计动机与主要贡献
    5.5.2  对比学习数据集
    5.5.3  算法结构设计

    5.5.4  实验配置与结果分析
    5.5.5  小结
  5.6  面向多类机器视觉任务的特征分级压缩算法
    5.6.1  设计动机与主要贡献
    5.6.2  算法结构设计
    5.6.3  实验配置与结果分析
    5.6.4  小结
  5.7  本章小结
  参考文献
第6章  海洋水下目标检测与跟踪
  6.1  海洋水下目标检测与跟踪的基础理论与相关算法
    6.1.1  基于深度学习的目标检测算法
    6.1.2  水下声呐图像目标检测算法
  6.2  海洋水下光学目标检测
    6.2.1  水下光学目标检测的难点
    6.2.2  水下目标检测数据集
    6.2.3  基于水下图像针对性增强的水下目标检测算法
    6.2.4  水下目标检测的高泛化性训练策略
    6.2.5  实验配置与结果分析
    6.2.6  小结
  6.3  基于散斑抑制和场景先验的水下前视声呐图像目标检测网络
    6.3.1  设计动机与主要贡献
    6.3.2  水下声呐图像的噪声分析
    6.3.3  网络结构设计
    6.3.4  实验配置与结果分析
    6.3.5  小结
  6.4  基于位置引导图的水下声呐图像目标检测算法
    6.4.1  设计动机与主要贡献
    6.4.2  算法结构设计
    6.4.3  实验配置与结果分析
    6.4.4  小结
  6.5  本章小结
  参考文献
第7章  海洋水下成像系统
  7.1  基于ROV的海洋水下成像与压缩传输系统
    7.1.1  水上控制与显示系统
    7.1.2  ROV
    7.1.3  嵌入式水下图像处理模型的部署
    7.1.4  小结
  7.2  发光浮游生物检测分析仪
    7.2.1  总体方案设计
    7.2.2  核心器件选型
    7.2.3  硬件结构设计
    7.2.4  运动目标检测与跟踪算法
    7.2.5  图像采集与分析软件开发
    7.2.6  小结
  7.3  发光浮游生物检测分析仪的海上试验
    7.3.1  海试方案
    7.3.2  海试结果
    7.3.3  深海潜水器可搭载性测试

    7.3.4  小结
  7.4  本章小结
  参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目