一、海水粒子散射及其对海洋水下摄影系统的影响（论文文献综述）
康梓桐[1]（2021）在《水下图像自适应色彩校正和清晰化方法研究》文中认为
周永昊[2]（2021）在《基于线结构光的水下微形貌三维信息获取技术研究》文中研究表明
钟一鸣[3]（2021）在《跨介质水下目标光学成像传输模型研究》文中研究表明光学探测以其快速高效和成像的优势正在海洋探测领域发挥愈加重要的作用,随着探测技术的进步,使用飞机、遥感卫星等航空、航天飞行器对海洋进行探测愈加成为现在常用的海洋探测方式。从空中对海洋进行探测与传统的使用水下探测器探测相比,需要经过空气和海面,多介质的探测环境将对探测结果带来更多影响。为了明确各因素对从空中对海洋探测的影响,本文分别分析了空气、水气界面、海水对探测的影响,然后统合这些因素建立跨介质的水下目标光学成像传输模型。在空气部分,由于空气的影响很小,本文重点研究了海雾。通过雾滴谱分析了雾滴粒子的粒度的体积密度分布,运用Mie散射理论计算了532nm波长光下消光系数与粒子半径的关系,进一步计算了光能量在海雾中传播的衰减,得到了指数衰减的结论及部分可见度下的衰减系数。在水气界面部分,波涛起伏的水面产生的复杂折射会使得探测光的传播方向和振幅产生变化,这种变化依赖于海面具体某一点的法线,为此需要建立模拟海面以得到海面各点参数。本文基于统计波模型建立了模拟海面,针对海洋光学成像探测中的相关探测技术分析和统计了入射角和折射角的大小与分布,发现大多数都是对探测影响不大的小角度角。海水对光有吸收和散射作用,前者使得探测光的振幅迅速衰减,探测距离受限;后者不但使得探测光振幅衰减,其产生的后向散射光会随同探测光一起回到探测器产生噪声。本文先分析了水体中各成分的影响,然后运用Monte Carlo法和Mie散射模拟了光子的传输,从而分析水中光能量的衰减和扩散情况;运用Stokes矢量及Mueller矩阵模拟了水体中光的退偏振过程。结果表明光的能量扩散与水体中散射粒子分布密切相关,偏振探测确实具有良好的抗干扰能力。最后结合以上研究模拟了跨介质水下光成像,研究了折射影响并结合SSIM图像评价理论分析了模拟结果,对比了自然光探测与偏振探测。结果表明水体散射对成像的影响很大,同等光强下偏振探测的成像效果优于自然光探测。
李鹏[4]（2021）在《基于激光-声学体制的跨介质探测方法与关键技术研究》文中研究说明跨空-水介质间的探测技术为空中与水下载体间的探测与通信开辟了一条新的技术途径,是世界主要海洋国家的热点研究问题。针对空气与水面形成的物理界面对探测信号的高损耗限制,本文提出了基于光击穿-汽化混合机制下的空中平台与水下的激光致声探测技术,采用纳秒脉冲激光与水听器之间的光声信号转换来进行空-水跨介质探测仿真计算、数值模拟以及实验研究工作。研究了激光激励声波在液体中的传播特性,建立了激光跨空气-固体-液体介质的光声传播与合成孔径聚焦（synthetic aperture focusing technique,SAFT）成像模型及合成孔径干涉成像（interferometric synthetic aperture focusing technique,In SAFT）模型。以液体为研究对象,开展了基于SAFT及In SAFT成像的水下目标成像检测实验测试工作,对目标处信号进行时域分析。搭建了激光致声空气-水下实验测试系统,利用其采集了水下目标的激光声扫描探测数据,对典型实验数据在时域内进行分析得出了激光激励声波的传播特性,根据时间互易原理实现了水下激光声信号的三维探测成像。提出并建立了激光跨空气-液态介质声波传播的有限元数值仿真模型,通过提高脉冲能量计算声波传输极限距离。利用有限元法进行激光在水下激发声波及传播的数值仿真,模拟了激光致声跨空-水介质的探测过程,据此设计典型实验并进行了实验验证。研究结果表明:从仿真中发现通过提高脉冲能量至2.8×1010W/cm2所激励的声波在传播400m后仍能观测出明显的信号,信噪比约为11.3d B,证明了本文提出的激光致声探测方法实现百米级传输及探测的可能性。声波信号的产生与激光脉冲信号的特性也密切相关,通过对激光脉冲信号进行调整与控制可以在一定程度上对转换的激光声信号特性进行改变从而满足特定的探测要求。另外对弱衍射信号及海面扰动情况进行建模仿真与数值模拟,分析了平无扰动、微扰动以及大幅度扰动背景下,激光致声信号的变化情况,从而为今后的实际测试及应用提供依据。本文所开展的基于激光-声学体制的跨空-水介质探测研究,有效地将激光与声波信道的物理场结合起来,仿真与实验的结果证明了该方法用于空-水跨介质通信的潜力。
徐俊宸[5]（2021）在《管式反应器强化CO2微气泡生成转化及管池结合促进微藻细胞闪光效应减排燃煤烟气CO2研究》文中进行了进一步梳理微藻生长速率快,固碳能力强,环境适应性好,对CO2减排转化利用实现碳中和国家目标具有重要意义。传统管式光合反应器中气泡停留时间短,藻液溶解的饱和CO2含量低,气液混合传质效果差,受到光稀释限制导致藻液培养体积小;而更加廉价大规模应用的跑道池反应器占地面积大,光能利用效率低。故本文采用ZIF-8纳米颗粒强化气液传质提高溶解无机碳浓度,研制了陶瓷膜片与旋转上升溶解器调控CO2微气泡的生成演变与运动转化,开发管-池耦合式反应器提高单位占地面积的微藻生物质产量。研制了双桨轮旋流式微藻育种光合反应器,提高了反应器内藻液在光区与暗区之间的水平流速,通过强化混合传质提高了微藻生长速率。流体力学数值模拟揭示了双浆轮转动时的反应器内部旋流流场,使藻液的水平流速从5.8×10-5 m/s显着增加到0.16 m/s,使微藻闪光频率提高了3.4倍。PIV测试结果验证了数值计算反应器旋流流场的模拟结果准确性,优化得到浆轮直径/反应器宽度的最佳比例（D/w）为0.67,则反应器混合时间降低了31.3%并且传质系数提高了41.2%,从而使微藻生长速率提高了62.3%。采用金属有机框架ZIF-8纳米颗粒强化水平横管反应器藻液中的CO2吸收传输,提高了CO2扩散溶解效率与藻液饱和无机碳浓度,促进了微藻生长固碳。ZIF-8纳米颗粒使反应器气液传质系数增加了45.2%,混合时间降低了9.2%。但是当ZIF-8纳米颗粒浓度从0增加到0.2 mmol/L时,微藻细胞平均尺寸从2.61μm减小到2.38μm,分形维数从1.38增大到1.56,表明过量ZIF-8可能产生潜在的毒性。优化调控得到ZIF-8纳米颗粒的最佳浓度为0.01 mmol/L,使得藻液中溶解无机碳含量增加了12.9%,从而使微藻生物质产量提高了25.6%。设计陶瓷膜片溶解器调控CO2微气泡生成促进水平横管光合反应器内的微藻生长固碳,使气泡生成时间降低了53.7%,生成直径降低了36.4%,从而使反应器混合时间减少了9.8%,传质系数提高了45.2%。当陶瓷膜片式曝气器面积与溶解器底面积之比从0.09增加到0.56,气泡生成时间降低了19.6%而传质系数提高了80.9%,从而使微藻生物质产量提高了30%。研发了旋转上升CO2微气泡溶解器优化了气泡上升运动轨迹,延长了气液接触时间。当溶解器内螺旋流板的间距长度比（d/L）为0.33时,气泡生成时间与尺寸分别降低了30.6%和23.4%,气泡停留时间增加了190.2%,混合时间降低了15.8%并且传质系数提高了69.2%,使得反应器内微藻生物质产量提高了40.8%。将水平横管式与跑道池反应器相结合,研制了管-池耦合式光合生物反应器,将传统的光能由跑道池单一吸收利用模式转变为先通过管式反应器再传递给跑道池的两级吸收利用模式,强化了跑道池内的微藻闪光效应并且提高了光能利用效率。优化上层的水平横管数量与结构,当间距/管径比（d/D）为1、遮光阴影面积比例为20%时,下层跑道池内的微藻闪光频率提高了36.8%,生长速率提高了34.7%。管-池耦合式反应器使单位占地面积的微藻生物质产量提高了54.7%。建成1192 m2户外管-池耦合式的微藻光合反应器固定燃煤电厂烟气CO2系统,探明了固碳微藻的细胞光合色素合成与生长固碳规律,获得水平横管内曝气流量以及日均光照与温度等环境因子对微藻光合色素合成与生长固碳的影响规律。当日均光照强度约为80000 lux时,随室外温度从16.2℃增加到26.8℃,耦合式反应器的微藻生长速率从13.6 g/（m2·d）提高到29.6 g/（m2·d）。
尹翔宇[6]（2021）在《基于深度学习的水下图像复原技术研究》文中研究说明当今,随着陆地资源的日渐消耗,世界各国对海洋领域的探索在不断扩展。水下场景成像环境恶劣,导致水下图像中出现模糊,对比度低和颜色失真等退化现象。这些退化现象严重影响了水下场景的视觉质量,图像处理算法的准确度,以及包括海洋生态、水下交通和海洋资源勘探等领域的应用研究。由于近几年深度学习技术在图像处理领域的广泛应用,其高效而卓越的图形处理能力和对复杂映射的学习能力受到认可。因此,基于深度学习的水下图像复原技术是一个非常重要而有意义的研究课题。本文的主要内容有以下几点:第一,本文参考了大量深度学习和图像复原算法的相关文献。介绍了近几年深度学习技术和图像复原技术的研究现状以及常见算法。同时,针对各种水下图像复原算法,讨论和分析了其优缺点。为后续研究工作建立了基础。第二,针对人工光源会造成大量复原算法失效的问题,本文通过加入不均匀背景光项,改进了传统水下图像合成模型。根据修改的模型,提出了一种合成水下数据集的方法。与其他水下数据集相比,该方法合成的数据中包含了环境中的不均匀背景光成分。实验证明,由该数据集训练的监督学习模型,具有消除复原图像中因不均匀背景光导致的过度增强和过度补偿现象的能力。第三,结合图像复原任务的特征,提出了一种具有分解与融合结构的卷积神经网络,称为FMSNet。该网络中采用实例归一化操作来提升网络的域适应能力,并加入残差学习结构来促进网络的训练过程。基于高斯滤波的特征图分解模块让网络能更高效的表现图像复原。该网络结构的合理性在一组消融研究中得到证实。在训练实验中,FMSNet的训练表现也会好于一些被广泛使用的深度学习网络结构。另外,该网络的轻量级版本,称为FMSNet-B网络,能在保证较好训练表现的前提下,让网络参数数目削减约95%,且计算量下降超过80%。第四,提出一种基于FMSNet网络的图像复原算法。利用提出的合成数据集对FMSNet网络进行监督学习训练,得到的复原模型能直接将水下退化图像映射到其复原版本,不需要任何预处理和后处理操作。在合成水下图像和真实水下图像上的测试和评估结果表明,本方法与其他常见的水下图像复原方法相比,能更明显地提升图像的清晰度,并能相对准确地矫正颜色信息。利用SIFT算法的评估实验表明,经本文提出的复原方法处理后,能使原始水下图像中特征点匹配数目增加285%。
孙东洋[7]（2021）在《基于深度学习的海洋牧场水下生物图像分类和目标检测》文中研究指明海洋牧场是海洋生境修复和资源增殖的重要手段,其生物群落的监测是海洋牧场建设效果评估的重要内容。水下视频可直观记录和反映海洋牧场生物资源的现状和变动,但目前仍亟待开展基于图像的海洋牧场生物识别分类和目标检测方法研究,以充分发挥图像技术在海洋牧场生物群落监测领域的潜力。本论文的主要研究进展如下:本研究利用采集自我国北方烟威海区的包含鱼礁、藻床和泥沙三种背景的水下视频开展了图像增强和水下生物分类模型应用研究。比较了基于绿通道的颜色补偿和限制对比度的自适应直方图均衡等方法在水下图像色彩补偿和图像增强上的效果。使用labelme图像标注工具,以多边形标注的方式建立了北方海洋牧场常见岩礁生物图像分类数据集,包括花鲈（Lateolabrax japonicus）、鮻（Liza haematocheilus）、许氏平鲉（Sebastes schlegelii）等鱼类11种、棘皮类3种和蟹类1种,15个物种共22311张图像。基于飞桨深度学习框架2.0和Paddle X全流程开发工具,选择Alex Net、Mobile Net V3和Res Net50三种图像分类网络进行迁移学习,并分别验证其在含噪音水下图像上的鲁棒性。结果表明,三种模型在测试集的类别准确率分别达到96.64%、94.75%和99.23%,其中Res Net50模型在含有高斯噪音的图像集验证具有更好的鲁棒性。选择牟平云溪海区2019年8月-2020年4月的水下视频,将labelme标注的1856张图像和对应的json文件通过提取轮廓角点把多边形标注框转为矩形标注框,建立包含12种岩礁性鱼类和6405个标签等标注信息的目标检测数据集。实验系统为windows10操作系统,python3.8编程软件,使用百度飞桨paddlepaddle 2.0、Paddle X开发套件和CUDA11.0为开发平台,以Darknet-53为特征提取构架的Yolo V3模型通过参数调整进行模型训练、验证和测试,模型best＿model对目标检测数据集测试集预测的m AP达到81.38%。研究结果表明基于深度学习的计算机视觉技术在我国北方海洋牧场视频监测中具有较大应用潜力,可为我国海洋牧场监测和管理提供新的思路和方法。
周平[8]（2021）在《声学后向散射数据的成像关键技术与底质分类研究》文中研究说明声呐技术的发展为海洋水下环境的监测与目标的探测提供了先进的技术手段。通过其后向散射数据生成的声呐图像现已被广泛地使用来分析和解释海底表层的信息状况。然而,声呐图像存在分辨率较低、目标边缘模糊、低对比度和斑点噪声突出等的问题,这将严重地干扰声呐图像的应用。据此,通过对相关海域的水下信息进行声学数据采集与处理分析,以其后向散射数据生成的声呐图像为研究对象,开展声呐图像处理中的图像校正和增强、条带信息融合、底质沉积物分类等关键技术方面的研究,期望为后续的海底水下调查提供清晰和高对比度的图像信息以及基础应用资料。论文的主要工作及贡献如下:（1）综合地阐述了声学后向散射数据的科学价值及发展问题,分析了其数据处理过程中的各项因素及其对应的改正研究。对声呐图像处理的关键技术研究进行了分类地叙述,并重点介绍了声呐图像的校正与增强、条带信息融合以及底质沉积物分类的研究现状以及目前存在的问题。阐明了本文的研究目标、研究内容以及给出了整体的技术路线。（2）阐述了声学后向散射数据处理的过程以及因素影响分析。对于多波束、侧扫声呐的成像原理以及数据预处理内容进行了区别性地说明。它们的声呐预处理成果图将作为后续关键技术研究的基础。（3）低对比度、高噪声背景下的声呐图像校正与增强算法研究。由于辐射畸变的存在,侧扫声呐图像存在明显的灰度不均衡和边缘偏暗的问题。提出一种结合非下采样的剪切波NSST变换方法、改进型的多尺度Retinex和稀疏字典学习的校正与增强技术。实验结果表明:与所选的其他方法对比,该技术能够有效地提升图像的对比度和削弱噪声的干扰,显示出清晰的目标轮廓和地形纹理信息;灰度统计图反映了连续性增强的灰度值变化特征;各项客观指标体现了在保持图像的对比度、清晰度、平均信息含量以及滤波能力4个方面的优越性能。（4）相邻条带重叠区域的声呐图像信息融合算法研究。在采用侧扫声呐进行水下信息探测时,针对相邻条带重叠区域的信息探测不全或者一侧信息丢失的问题,提出一种结合非下采样的轮廓波NSCT变换、修正型的拉普拉斯能量和滤波方法和改进型的双通道脉冲耦合神经网络模型的条带信息融合技术。实验结果表明:与所选的其他方法对比,该技术有效地消除了块状流的伪轮廓现象和抑制住了高噪声信号的干扰。融合后图像有效地消除不同视场角下所测得的目标侧面阴影,展示出清晰的目标轮廓以及丰富的海底地形地貌起伏特征。多项客观指标获得了最优的指标结果,反映出了图像边缘、清晰度和整体相似度的高质量信息。（5）复杂环境下的声呐图像底质沉积物分类的算法研究。针对多波束声呐图像存在拖影和高噪声斑点等特征,沉积物选取训练样本时容易出现误标记的现象,这些问题都将影响沉积物的分类质量。提出一种堆栈去噪自编码器与改进型的极限学习机相结合的底质分类技术。实验结果表明:与其他的特征提取方法和分类器对比,所提技术能有效地提取沉积物的深层次特征信息,避免残余误差和误标记错误信息对网络的干扰,提高了底质分类的整体预测精度,保证了底质类别分界线的连续性。
王聪[9]（2021）在《水下图像增强的算法研究》文中研究表明海洋资源的开发利用是未来发展的战略重地,因为水下环境恶劣,人们通常借助水下机器人进行海洋探索,通过对水下视频和图像的研究分析,实现海底考古、海洋军事勘察、海洋牧场养殖、海洋环境监测、海洋生物保护等任务。水下拍摄环境复杂恶劣,大量噪声和失真的产生使拍摄的图像质量低下,导致关键特征信息丢失,因此如何获得高质量的水下图像显得尤为重要。为了获取高质量的水下图像,本文针对常见的自然光照下浅海图像和人工补充照明水下图像两种图像,提出两种有效的解决方法。本文的主要研究内容如下:针对浅海自然光照环境的水下图像存在的颜色严重失真、边缘模糊、阴影部分细节信息丢失、整体对比度低等问题,本文提出了一种基于颜色校正和改进二维伽马函数的水下图像增强方法。首先,对获取的水下图像进行颜色校正;然后采用图像暗通道改进二维伽马函数,均衡水下图像整体亮度,同时提高对比度,最后利用拉普拉斯金字塔对预处理得到的两幅水下图像进行融合,得到增强后的水下图像。实验结果表明,本文提出的方法有效的解决了水下图像颜色失真问题,且能够很好的增强整体对比度,保留图像较暗部分的细节。针对现有水下图像增强和复原算法难适用于深海和夜间水域人工补充照明的情况,导致水下图像存在严重光照不均、大量噪声、低对比度、偏色等问题,本文提出一种基于OTSU分割和融合的非均匀光照水下图像增强。首先,对非均匀光照的水下图像进行去噪预处理;然后采用OTSU算法分割亮度图,利用同态滤波提升暗区域亮度,融合得到校正后的亮度图;最后用灰度世界法改善水下图像的偏色问题,同时提高图像的对比度,得到光照均匀的高质量水下图像。实验结果表明,本文提出的方法能够有效的改善光照不均问题,在有效去除噪声的同时增强水下图像的对比度,校正颜色后的图像更贴近人类视觉感官要求。
朱佳琦[10]（2021）在《水下图像复原系统关键技术研究》文中提出水下图像是一种重要的信息载体。对水下图像的处理在水下资源勘探、水下环境监测及水下机器人等领域有着重要的研究意义。在水下环境中,水分子和悬浮颗粒对可见光的散射会造成水下成像模糊,不同波长可见光在水中衰减程度不一致会使得水下成像产生色偏,最终导致水下图像出现明显的退质现象。并且,在不同气候,地域等客观因素条件下,水下图像中各通道衰减比率不尽相同。为了获取更加真实的复原效果,本文对水深五米以内的水下图像复原关键技术进行了探究,从不同角度提出两种水下图像复原算法,并设计出一套水下图像复原系统。具体工作如下:针对水下降质图像复原过程中,存在背景光预估偏差及对比度失衡的问题,提出一种水下图像复原方法。首先根据超像素图像分割方法确定背景光区域及取值,然后采用红通道先验理论求取预估透射率,获得初步复原图像;最终通过归一化幂律校正的限制对比度自适应直方图均衡化算法增强复原图像的颜色。使用三种图像质量评价标准对实验结果进行客观分析,结果表明,该方法可以有效均衡对比度,提高可视化效果。针对基于局部块的先验算法普遍存在的块效应问题,提出一种基于雾线暗通道先验的水下图像复原方法。该方法使用雾线模型进行去模糊操作,在背景光预估时,结合结构森林边缘检测方法与红通道信息获得准确的背景光值,并且通过暗通道先验模型和导向滤波算法优化透射图。经图像质量评价标准的客观分析,本文算法能够有效提升画质和对比度,还原色彩信息。最后以树莓派平台为核心,设计了一套水下图像复原系统,利用Matlab提供的硬件支持包导入复原算法,外接USB水下摄像头采集水下图像并进行清晰化处理。为了扩展应用场景,搭建了反向代理服务器,实现内网穿透,可从外网登录访问树莓派。测试结果表明,该水下图像复原系统具有自适应修复降质图像的能力,同时,应用场景广泛,具备一定实用价值。
二、海水粒子散射及其对海洋水下摄影系统的影响（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、海水粒子散射及其对海洋水下摄影系统的影响（论文提纲范文）
（3）跨介质水下目标光学成像传输模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 工程应用方面 |
| 1.2.2 理论研究方面 |
| 1.3 论文研究内容及章节安排 |
| 第2章 空气对海洋光学成像探测的影响 |
| 2.1 海上波导结构 |
| 2.2 海雾 |
| 2.2.1 海雾的雾滴谱 |
| 2.2.2 基于Mie散射理论的分析 |
| 2.2.3 其他理论模型简介 |
| 2.3 本章小结 |
| 第3章 海洋水气界面对光传输的影响 |
| 3.1 基于Gerstner波的分析 |
| 3.2 基于统计波模型的分析 |
| 3.2.1 海面折射对光振幅的削弱 |
| 3.2.2 海面折射对光线的偏折 |
| 3.3 海面折射对成像的影响 |
| 3.4 本章小结 |
| 第4章 海水对光传输的影响 |
| 4.1 表征海水光学性质的参数 |
| 4.1.1 吸收系数与散射系数 |
| 4.1.2 体积散射系数 |
| 4.1.3 表观光学性质参数 |
| 4.2 纯海水 |
| 4.3 水体中的杂质 |
| 4.3.1 黄色物质 |
| 4.3.2 碎屑 |
| 4.3.3 浮游植物 |
| 4.4 偏振光的表示 |
| 4.4.1 Stokes矢量 |
| 4.4.2 Stokes矢量中各参量的关系 |
| 4.4.3 Stokes矢量参数的测量 |
| 4.5 Mueller矩阵 |
| 4.6 Monte Carlo模拟 |
| 4.6.1 散射的相函数 |
| 4.6.2 基于光子的Monte Carlo模拟 |
| 4.6.3 基于Stokes矢量的Monte Carlo模拟 |
| 4.7 本章小结 |
| 第5章 跨介质传输对光学成像的影响 |
| 5.1 假设与模型构建 |
| 5.2 对光强探测的模拟 |
| 5.3 受水面折射干扰图像的结构相似度变化 |
| 5.3.1 结构相似度评价标准SSIM |
| 5.3.2 基于SSIM评价系统的模拟分析 |
| 5.4 对目标进行偏振探测的模拟 |
| 5.5 本章小结 |
| 第6章 总结和展望 |
| 6.1 内容总结 |
| 6.2 存在的不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）基于激光-声学体制的跨介质探测方法与关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容及创新点 |
| 1.4 论文组织结构 |
| 第2章 激光致声理论基础 |
| 2.1 激光超声的基本原理及特性 |
| 2.1.1 激光超声原理 |
| 2.1.2 激光超声特性 |
| 2.2 液体中激光致声基本原理及类型 |
| 2.2.1 热膨胀致声原理及理论模型 |
| 2.2.2 汽化致声原理及理论模型 |
| 2.2.3 光击穿致声原理及理论模型 |
| 2.3 激光致声的转换效率 |
| 2.4 液体中激光声信号特性 |
| 2.4.1 激光的声强与频谱 |
| 2.4.2 激光声的指向性 |
| 2.5 大气光信道的信号传输特性 |
| 2.6 海洋声信道的信号传输特性 |
| 2.7 本章小结 |
| 第3章 合成孔径聚焦干涉测量技术 |
| 3.1 合成孔径技术 |
| 3.2 延时叠加波束形成算法 |
| 3.2.1 聚焦偏转延时计算 |
| 3.2.2 波束仿真 |
| 3.3 合成孔径聚焦技术 |
| 3.4 合成孔径聚焦干涉测量 |
| 3.4.1 InSAFT基本原理 |
| 3.4.2 InSAFT水下目标探测方法 |
| 3.5 本章小结 |
| 第4章 激光致声的有限元仿真 |
| 4.1 有限元法 |
| 4.1.1 有限元法基本原理 |
| 4.1.2 有限元仿真软件COMSOL简介 |
| 4.2 COMSOL仿真的数学方程 |
| 4.2.1 超声波在固体介质中传播的控制方程 |
| 4.2.2 超声波在液体介质中传播的控制方程 |
| 4.3 有限元仿真声源研究 |
| 4.3.1 有限元法激光声源特性定性分析 |
| 4.3.2 非线性机制下脉冲重复频率对水下激光致声声源调制特性 |
| 4.4 激光致声的有限元仿真 |
| 4.4.1 固体中激光超声传播 |
| 4.4.2 液体中激光致声传播 |
| 4.4.3 激光致声SAFT探测成像 |
| 4.4.4 激光致声In SAFT探测成像 |
| 4.4.5 水面扰动对激光致声信号的影响 |
| 4.5 基于PSM算法的SAFT聚焦成像 |
| 4.5.1 PSM算法流程 |
| 4.5.2 PSM算法成像 |
| 4.5.3 MSE、PSNR图像质量评价 |
| 4.6 InSAFT干涉条纹图 |
| 4.7 本章小结 |
| 第5章 激光致声跨介质探测实验研究 |
| 5.1 固体中的激光超声 |
| 5.2 液体中的激光致声 |
| 5.2.1 光纤激光水听器信号采集系统 |
| 5.2.2 PZT水听器信号采集系统 |
| 5.2.3 有限元仿真验证 |
| 5.3 弱衍射信号的采集与分析 |
| 5.4 水面扰动对激光致声信号的影响 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要科研成果 |
| 一、发表学术论文 |
| 二、参与科研项目 |
（5）管式反应器强化CO2微气泡生成转化及管池结合促进微藻细胞闪光效应减排燃煤烟气CO2研究（论文提纲范文）
| 致谢 |
| 前言 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 微藻减排电厂烟气CO_2的研究背景意义 |
| 1.1.1 燃煤电厂烟气排放特性 |
| 1.1.2 微藻光合固碳特点及优势 |
| 1.2 微藻减排CO_2的光反应器研究现状 |
| 1.2.1 跑道池反应器 |
| 1.2.2 立柱式反应器 |
| 1.2.3 平板式反应器 |
| 1.2.4 管式反应器 |
| 1.3 本文研究目的和内容 |
| 1.3.1 本文研究目的 |
| 1.3.2 本文研究内容 |
| 2 实验仪器与方法 |
| 2.1 实验材料 |
| 2.2 实验仪器与设备 |
| 2.2.1 反应器流场测试系统 |
| 2.2.2 传质混合在线测试系统 |
| 2.2.3 高速摄像系统 |
| 2.2.4 流场数值计算服务器 |
| 2.2.5 场发射扫描电镜(SEM) |
| 2.2.6 其他实验设备 |
| 2.3 研究测试分析方法 |
| 2.3.1 反应器PIV流场测试方法 |
| 2.3.2 CO_2微气泡动态行为测试 |
| 2.3.3 反应器混合时间与传质系数测试 |
| 2.3.4 反应器微藻闪光频率的计算方法 |
| 2.3.5 微藻生长固碳参数与细胞结构测试方法 |
| 3 研制双桨轮旋流式微藻育种光生物反应器 |
| 3.1 引言 |
| 3.1.1 设计双桨轮旋流式育种光生物反应器 |
| 3.1.2 反应器流场数值计算模型选取与参数设定 |
| 3.2 双桨轮育种光生物反应器旋流闪光效应的数值模拟 |
| 3.2.1 反应器内部流场的数值计算 |
| 3.2.2 双桨轮旋流式反应器对微藻闪光频率的影响 |
| 3.3 双桨轮反应器的性能分析与微藻生长速率测试 |
| 3.3.1 反应器双桨轮对气泡生成与运动的影响 |
| 3.3.2 双桨轮对反应器混合时间与传质系数的影响 |
| 3.3.3 双桨轮对反应器内微藻生长及总无机碳含量的影响 |
| 3.4 小结 |
| 4 陶瓷膜片微气泡溶解器调控CO_2气泡生成促进管式反应器微藻固碳 |
| 4.1 引言 |
| 4.1.1 研究背景与内容 |
| 4.1.2 反应器结构与CO_2微气泡溶解器设计 |
| 4.2 CO_2微气泡溶解器内气泡生成特性 |
| 4.3 CO_2微气泡溶解器内气泡的运动特性 |
| 4.4 陶瓷膜片CO_2溶解器对反应器混合传质的影响 |
| 4.5 陶瓷膜片CO_2微气泡溶解器对反应器微藻生长固碳的影响 |
| 4.6 小结 |
| 5 旋转上升微气泡溶解器延长CO_2气泡停留时间 |
| 5.1 引言 |
| 5.1.1 研究背景与内容 |
| 5.1.2 旋转上升微气泡溶解器结构参数 |
| 5.2 旋转上升微气泡溶解器对反应器藻液循环流动的影响 |
| 5.3 旋转上升微气泡溶解器降低气泡尺寸提高生成频率 |
| 5.4 旋转上升微气泡溶解器增大气泡运动振幅延长停留时间 |
| 5.5 旋转上升微气泡溶解器促进气液混合提高传质效率 |
| 5.6 旋转上升微气泡溶解器促进光合作用提高生物质产量 |
| 5.7 小结 |
| 6 ZIF-8 纳米颗粒CO_2吸附剂强化反应器气液传质促进微藻生长固碳 |
| 6.1 引言 |
| 6.1.1 ZIF-8 纳米颗粒的合成与培养基制备 |
| 6.1.2 反应器CO_2传质系数的测试方法 |
| 6.2 ZIF-8 纳米颗粒强化反应器气液传质提高管内藻液无机碳浓度 |
| 6.2.1 ZIF-8 纳米颗粒对反应器的混合时间与传质系数的影响 |
| 6.2.2 水平横管式反应器内无机碳浓度的动态分布 |
| 6.3 反应器内微藻对ZIF-8 纳米颗粒的细胞生长响应 |
| 6.3.1 ZIF-8 纳米颗粒浓度与尺寸对微藻生长固碳的影响 |
| 6.3.2 微藻细胞表面结构对ZIF-8 纳米颗粒的响应机制 |
| 6.3.3 微藻培养过程中ZIF-8 纳米颗粒的循环再利用 |
| 6.4 小结 |
| 7 管-池耦合反应器强化微藻闪光效应提高微藻单位占地面积生长固碳 |
| 7.1 引言 |
| 7.1.1 管-池耦合式反应器的结构设计与微藻培养条件 |
| 7.1.2 管池耦合式反应器跑道池内微藻闪光频率的模拟方法 |
| 7.2 管-池耦合式反应器涡流闪光效应数值模拟结果 |
| 7.2.1 调控水平横管遮光面积促进跑道池微藻闪光 |
| 7.2.2 上层水平横管结构优化提高下层跑道池微藻闪光频率 |
| 7.3 管-池耦合式反应器内微藻生长固碳特性 |
| 7.3.1 上层水平横管促进下层跑道池内微藻生长固碳 |
| 7.3.2 水平横管提高跑道池微藻色素合成与光化学效率 |
| 7.3.3 管-池耦合式反应器提高单位占地面积微藻生物质产量 |
| 7.4 小结 |
| 8 户外1192m~2管-池耦合式反应器微藻固定燃煤电厂烟气CO_2工程示范 |
| 8.1 引言 |
| 8.2 户外1192m~2管-池耦合式反应器结构与微藻培养工艺 |
| 8.3 管-池耦合式反应器促进规模化微藻生长固碳 |
| 8.3.1 管-池耦合式反应器微藻户外生长特性 |
| 8.3.2 跑道池内曝气流量对微藻固碳生长的影响 |
| 8.3.3 户外温度与光照对微藻固碳生长的影响 |
| 8.4 小结 |
| 9 全文总结和展望 |
| 9.1 主要研究成果 |
| 9.2 创新点 |
| 9.3 研究展望 |
| 参考文献 |
| 作者简历 |
（6）基于深度学习的水下图像复原技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题的研究背景与意义 |
| §1.2 国内外研究现状 |
| §1.2.1 深度学习技术研究与发展现状 |
| §1.2.2 基于模型的水下图像复原技术研究现状 |
| §1.2.3 基于融合的水下图像复原技术研究现状 |
| §1.2.4 基于学习的水下图像复原技术研究现状 |
| §1.3 研究问题描述 |
| §1.4 论文主要工作与结构安排 |
| 第二章 水下图像成像与复原技术 |
| §2.1 水下光学理论与图像成像特点 |
| §2.1.1 光线散射现象 |
| §2.1.2 光线吸收现象 |
| §2.2 常用图像复原方法 |
| §2.2.1 图像退化及复原模型简介 |
| §2.2.2 基于DCP先验的图像复原 |
| §2.2.3 基于前向散射的水下图像复原 |
| §2.2.4 基于点扩散函数PSF估计的图像复原 |
| §2.3 基于深度学习图像复原方法 |
| §2.3.1 卷积神经网络基础知识 |
| §2.3.2基于Grid Dehaze Net网络的雾霾图像复原 |
| §2.3.3 基于UWCNN网络的水下图像复原 |
| §2.4 本章小结 |
| 第三章 改进的水下图像生成模型与数据集合成方法 |
| §3.1 改进的水下图像生成模型 |
| §3.1.1 水下不均匀背景光现象 |
| §3.1.2 考虑不均匀背景光的图像生成模型 |
| §3.2 改进的水下图像合成方法 |
| §3.2.1 基于Perlin噪声生成不均匀背景光 |
| §3.2.2 基于ULAP先验获取环境光集合 |
| §3.2.3 合成传输映射图 |
| §3.3 合成水下图像实验与分析 |
| §3.3.1 RGB-D数据集的选取 |
| §3.3.2 合成数据的比较与分析 |
| §3.3.3 克服过度增强现象的验证实验 |
| §3.4 本章小结 |
| 第四章 基于FMS-Net新型网络结构的图像复原算法 |
| §4.1 FMS-Net网络结构设计 |
| §4.1.1 基于完全CNN层的上下采样模块 |
| §4.1.2 特征分解模块 |
| §4.1.3基于Resnet Block的中枢网络模块 |
| §4.2 实验方法与分析 |
| §4.2.1 损失函数配置 |
| §4.2.2 实验数据和训练策略 |
| §4.2.3 消融研究 |
| §4.3 网络结构的训练效果比较与分析 |
| §4.4 本章小结 |
| 第五章 图像复原方法比较与分析 |
| §5.1 在合成水下图像上的复原结果比较与分析 |
| §5.2 在真实水下图像上的复原结果比较与分析 |
| §5.3 基于特征点识别与匹配的复原结果评估与分析 |
| §5.4 基于Bottleneck结构的网络轻量化处理 |
| §5.5 本章小结 |
| 第六章 总结与展望 |
| §6.1 论文工作总结 |
| §6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（7）基于深度学习的海洋牧场水下生物图像分类和目标检测（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 水下图像增强方法研究进展 |
| 1.3 水下生物图像分类研究进展 |
| 1.4 水下生物目标检测研究进展 |
| 1.5 研究内容及论文结构 |
| 第二章 海洋牧场水下生物图像数据集的建立 |
| 2.1 水下图像增强方法及原理 |
| 2.1.1 白平衡 |
| 2.1.2 直方图均衡 |
| 2.1.3 基于绿通道色彩补偿 |
| 2.1.4 限制对比度的自适应直方图均衡 |
| 2.2 不同图像增强方法的效果比较 |
| 2.3 水下生物分类图像数据集建立 |
| 2.3.1 图像数据标注 |
| 2.3.2 图像数据预增广 |
| 2.4 水下生物目标检测图像数据集建立 |
| 2.4.1 多边形标注转为矩形标注 |
| 2.4.2 图像融合对标注过少的物种进行数据增广 |
| 2.5 小结 |
| 第三章 基于卷积神经网络的水下生物图像分类 |
| 3.1 卷积神经网络结构及其原理 |
| 3.1.1 分类模型主要结构 |
| 3.1.2 Alexnet、Resnet、Mobile Net模型结构特点 |
| 3.2 模型训练及评估 |
| 3.2.1 开发环境及参数设置 |
| 3.2.2 模型训练 |
| 3.2.3 模型准确度评估 |
| 3.2.4 模型鲁棒性评估 |
| 3.3 讨论 |
| 3.4 小结 |
| 第四章 基于YOLOV3 的水下生物目标检测 |
| 4.1 YOLOV3 模型结构及特点 |
| 4.1.1 目标检测的位置检测 |
| 4.1.2 YoloV3 算法原理 |
| 4.2 YoloV3 模型训练及评估 |
| 4.2.1 模型开发环境和网络配置 |
| 4.2.2 模型训练 |
| 4.2.3 模型评估 |
| 4.3 目标检测软件开发 |
| 4.3.1 软件整体设计 |
| 4.3.2 各功能实现 |
| 4.3.3 应用 |
| 4.4 小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 主要创新点 |
| 5.3 存在问题 |
| 5.4 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间学术成果 |
（8）声学后向散射数据的成像关键技术与底质分类研究（论文提纲范文）
| 作者简历 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究现状与存在问题 |
| 1.2.1 声学后向散射数据处理研究 |
| 1.2.2 声呐图像关键技术处理研究 |
| 1.2.3 声呐图像的校正与增强研究 |
| 1.2.4 声呐图像的信息融合研究 |
| 1.2.5 声呐图像的底质分类研究 |
| 1.2.6 存在问题 |
| 1.3 研究目的与内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.3.3 研究技术路线 |
| 1.4 论文章节安排 |
| 第二章 声学观测技术和声呐图像预处理 |
| 2.1 声学后向散射的数据处理 |
| 2.1.1 声学后向散射的简介 |
| 2.1.2 回波方程 |
| 2.1.3 声学后向散射数据的预处理 |
| 2.2 多波束声呐的成像原理 |
| 2.2.1 多波束声呐的图像形成 |
| 2.2.2 多波束声呐的图像预处理 |
| 2.3 侧扫声呐的成像原理 |
| 2.3.1 侧扫声呐的图像形成 |
| 2.3.2 侧扫声呐的图像预处理 |
| 2.4 本章小结 |
| 第三章 侧扫声呐图像的校正与增强 |
| 3.1 声呐图像校正与增强概述 |
| 3.2 声呐图像校正和增强技术探讨 |
| 3.3 改进的多尺度Retinex和稀疏字典学习的声呐图像校正与增强 |
| 3.3.1 非下采样Shearlet图像分解 |
| 3.3.2 改进型多尺度Retinex的低频子带增强 |
| 3.3.3 稀疏字典学习的高频子带滤波 |
| 3.3.4 声呐图像的校正过程 |
| 3.4 实验结果与分析 |
| 3.4.1 数据来源与参数设置 |
| 3.4.2 校正和增强质量评价 |
| 3.4.3 后向散射改正的瀑布图增强效果 |
| 3.4.4 瀑布图预处理的增强效果 |
| 3.5 本章小结 |
| 第四章 侧扫声呐图像的条带信息融合 |
| 4.1 声呐图像融合概述 |
| 4.2 声呐图像融合技术探讨 |
| 4.3 SMLF和 IDPCNN模型的声呐图像融合 |
| 4.3.1 图像预处理和配准 |
| 4.3.2 非下采样Contourlet图像分解 |
| 4.3.3 低频子带图像的融合准则 |
| 4.3.4 高频子带图像的融合准则 |
| 4.3.5 一致性检验和质量评估 |
| 4.3.6 声呐图像的融合过程 |
| 4.4 实验结果与分析 |
| 4.4.1 数据来源 |
| 4.4.2 融合准则的选取与组合分析 |
| 4.4.3 多尺度变换域方法的对比 |
| 4.5 本章小结 |
| 第五章 多波束声呐图像的底质分类 |
| 5.1 声呐图像的底质分类概述 |
| 5.2 海底沉积物特征提取与分类方法探讨 |
| 5.2.1 声呐图像的海底沉积物特征提取 |
| 5.2.2 沉积物的特征分类方法 |
| 5.3 SDAE和 MELM模型的底质分类 |
| 5.3.1 特征提取与选择 |
| 5.3.2 堆栈去噪自编码器(SDAE) |
| 5.3.3 极限学习机及其改进模型 |
| 5.3.4 分类模型的评价指标 |
| 5.3.5 声呐图像的底质分类过程 |
| 5.4 实验结果与分析 |
| 5.4.1 数据来源 |
| 5.4.2 实验通用参数设置 |
| 5.4.3 特征提取方法对比 |
| 5.4.4 分类器的对比 |
| 5.4.5 组合模型的性能对比 |
| 5.4.6 所设计方法的讨论 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
（9）水下图像增强的算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 水下图像国内外研究现状 |
| 1.2.1 水下图像增强方法研究现状 |
| 1.2.2 水下图像复原方法研究现状 |
| 1.2.3 基于深度学习的水下图像研究现状 |
| 1.3 本文的主要工作与章节安排 |
| 1.3.1 论文主要工作 |
| 1.3.2 论文结构安排 |
| 1.4 本章小结 |
| 第二章 水下图像成像模型及常用算法 |
| 2.1 水下图像成像系统 |
| 2.1.1 光在水下的传输特性 |
| 2.1.2 人工水下补充照明特点 |
| 2.1.3 水下图像成像模型 |
| 2.2 水下图像增强的经典算法 |
| 2.2.1 基于白平衡的增强方法 |
| 2.2.2 基于Retinex的增强方法 |
| 2.2.3 基于融合的水下图像增强 |
| 2.3 水下图像复原的常用算法 |
| 2.3.1 基于暗通道的图像复原方法 |
| 2.3.2 基于水下暗通道先验和波长补偿的复原方法 |
| 2.4 基于深度学习的算法 |
| 2.5 水下图像质量评价指标 |
| 2.6 本章小结 |
| 第三章 基于颜色校正和改进二维伽马函数的水下图像增强 |
| 3.1 方案整体框架 |
| 3.2 基于改进的二维伽马函数的光照分量校正 |
| 3.2.1 基于MSRCR的颜色校正 |
| 3.2.2 基于暗通道的光照分量提取 |
| 3.2.3 构造改进的二维伽马函数 |
| 3.3 水下图像对比度增强 |
| 3.3.1 基于自适应Sigmoid函数双直方图均衡化的对比度增强 |
| 3.3.2 自适应权重分布的伽马算法 |
| 3.3.3 直方图均衡化 |
| 3.3.4 对比度受限的直方图均衡 |
| 3.4 基于多特征的拉普拉斯金字塔图像融合 |
| 3.4.1 权重设计 |
| 3.4.2 权重归一化 |
| 3.4.3 图像融合 |
| 3.5 实验结果与分析 |
| 3.5.1 主观评价 |
| 3.5.2 客观评价 |
| 3.5.3 特征匹配应用测试 |
| 3.6 本章小结 |
| 第四章 基于OTSU分割和融合的水下图像增强 |
| 4.1 算法流程框架 |
| 4.2 水下图像的去噪处理 |
| 4.2.1 水下图像噪声分析 |
| 4.2.2 经典去噪方法 |
| 4.2.3 基于高斯滤波的去噪预处理 |
| 4.3 基于分割融合的光照不均校正 |
| 4.3.1 基于OTSU的明暗区域分割 |
| 4.3.2 基于同态滤波的的亮度校正 |
| 4.3.3 渐入渐出的加权平均融合 |
| 4.4 对比度增强和颜色校正 |
| 4.5 实验结果对比与分析 |
| 4.5.1 主观效果对比 |
| 4.5.2 客观质量评价 |
| 4.5.3 应用测试 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A 攻读硕士学位期间主要成果 |
（10）水下图像复原系统关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 论文研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 图像增强算法研究现状 |
| 1.2.2 图像复原算法研究现状 |
| 1.3 论文主要研究内容及章节安排 |
| 2 水下图像处理基础 |
| 2.1 水下图像增强算法介绍 |
| 2.1.1 直方图均衡化 |
| 2.1.2 MSRCR算法 |
| 2.1.3 基于融合的图像增强算法 |
| 2.2 水下图像复原 |
| 2.2.1 海洋光学特性 |
| 2.2.2 水下成像模型 |
| 2.2.3 水下图像复原模型介绍 |
| 2.3 水下图像质量评价标准 |
| 2.4 本章小结 |
| 3 结合改进红通道先验和归一化幂律校正CLAHE的水下图像复原算法 |
| 3.1 红通道先验模型 |
| 3.1.1 暗通道先验模型 |
| 3.1.2 红通道先验模型 |
| 3.1.3 引导滤波 |
| 3.2 改进的背景光预估方式 |
| 3.3 基于归一化幂律校正的CLAHE算法 |
| 3.4 实验结果与分析 |
| 3.4.1 定性分析 |
| 3.4.2 定量分析 |
| 3.5 本章小结 |
| 4 基于雾线暗通道先验的水下图像复原算法 |
| 4.1 非局部先验 |
| 4.1.1 非局部先验模型 |
| 4.1.2 非局部先验与局部先验模型透射率图对比 |
| 4.1.3 水下非局部先验模型 |
| 4.2 背景光预估 |
| 4.2.1 快速结构森林边缘检测 |
| 4.2.2 背景光取值点 |
| 4.3 优化透射率 |
| 4.4 图像复原 |
| 4.5 最佳复原图像选取 |
| 4.6 实验结果与分析 |
| 4.6.1 定性分析 |
| 4.6.2 定量分析 |
| 4.6.3 本文所提两种算法对比 |
| 4.7 本章小结 |
| 5 水下图像采集复原系统设计 |
| 5.1 系统总体设计 |
| 5.1.1 系统需求 |
| 5.1.2 系统框架 |
| 5.2 硬件模块选型 |
| 5.2.1 树莓派 |
| 5.2.2 EC20 |
| 5.3 系统软件模块设计 |
| 5.3.1 Web服务器 |
| 5.3.2 Matlab树莓派硬件支持包 |
| 5.4 图像采集处理过程 |
| 5.5 系统功能测试与结果分析 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文目录 |
| 攻读学位期间参与竞赛及获奖情况 |
四、海水粒子散射及其对海洋水下摄影系统的影响（论文参考文献）
- [1]水下图像自适应色彩校正和清晰化方法研究[D]. 康梓桐. 宁夏大学, 2021
- [2]基于线结构光的水下微形貌三维信息获取技术研究[D]. 周永昊. 华北水利水电大学, 2021
- [3]跨介质水下目标光学成像传输模型研究[D]. 钟一鸣. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [4]基于激光-声学体制的跨介质探测方法与关键技术研究[D]. 李鹏. 齐鲁工业大学, 2021(10)
- [5]管式反应器强化CO2微气泡生成转化及管池结合促进微藻细胞闪光效应减排燃煤烟气CO2研究[D]. 徐俊宸. 浙江大学, 2021
- [6]基于深度学习的水下图像复原技术研究[D]. 尹翔宇. 桂林电子科技大学, 2021
- [7]基于深度学习的海洋牧场水下生物图像分类和目标检测[D]. 孙东洋. 烟台大学, 2021(11)
- [8]声学后向散射数据的成像关键技术与底质分类研究[D]. 周平. 中国地质大学, 2021
- [9]水下图像增强的算法研究[D]. 王聪. 昆明理工大学, 2021(01)
- [10]水下图像复原系统关键技术研究[D]. 朱佳琦. 陕西科技大学, 2021(09)