计算机视觉技术在海洋环境感知、船舶航行安全监控等海洋工程领域发挥着重要的作用。但在此特殊环境中基于视觉技术实现既定可视化观测任务时，通常会遇到监控视频电子稳像、视觉系统小型化设计、图像去雾清晰化处理、海面兴趣目标检测等相关问题。《海洋环境下的计算机视觉技术》以作者蔡成涛、苏丽、梁燕华课题组多年来从事海洋环境视觉技术的研究课题为基础，结合科研团队成员多年的科研成果，将理论分析及实际应用相结合，并讨论了新型全景视觉技术在海洋环境下的应用情况。全书共分5章，分别对海洋环境计算机视觉技术的实际需求和技术现状，视觉技术在海洋环境进行可视化观测过程中的数字图像稳像、高分辨率数字图像嵌入式处理系统设计、海洋含雾图像去雾算法以及海洋小目标识别等关键技术进行了详细论述。
　　《海洋环境下的计算机视觉技术》可供从事海洋工程领域可视化技术人员参考，也可供从事计算机视觉技术、环境感知及模式识别、人工智能等领域研究工作者使用。

第1章 海洋环境视觉技术概述
1．1 海洋环境应用视觉技术的意义
1．2 视觉技术在海洋环境中应用的特殊问题
1．3 海洋环境视觉技术研究现状
1．3．1 视频稳像技术研究现状
1．3．2 图像嵌入式处理系统研究现状
1．3．3 图像去雾清晰化处理技术研究现状
1．3．4 海洋环境目标识别技术研究现状
1．4 本书主要内容

第2章 动态视频电子稳像技木
2．1 电子视频稳像算法概述
2．2 常用电子视频稳像算法
2．2．1 灰度投影算法
2．2．2 代表点匹配法
2．2．3 位平面匹配法
2．2．4 块匹配法
2．3 自适应最优块匹配视频稳像算法
2．3．1 视频预处理
2．3．2 块匹配
2．3．3 运动滤波
2．3．4 算法参数设置
2．3．5 算法实现
2．4 稳像算法指标评价
2．4．1 几种快速匹配搜索算法对比
2．4．2 算法抗噪性试验
2．4．3 与其他稳像算法性能对比
2．5 本章小结

第3章 视频图像嵌入式处理技木
3．1 嵌入式图像处理系统国内外研究现状
3．2 Carr3eraLink视频图像接口
3．3 嵌入式图像处理系统设计
3．3．1 高分辨率图像处理平台设计
3．3．2 FPGA内部框架总体设计
3．4 嵌入式图像处理平台硬件实现
3．4．1 核心板硬件电路设计
3．4．2 外设板设计
3．5 基于SOPC的系统软件设计
3．5．1 嵌入式图像处理平台总线架构设计
3．5．2 基于Avalon总线的图像采集IP核设计
3．5．3 基于Avalon总线的图像显示IP核设计
3．5．4 信号发生器IP核设计
3．5．5 SOPC系统构建
3．5．6 基于NiosⅡ处理器的软件开发
3．6 本章小结

第4章 含雾图像清晰化技木
4．1 含雾图像的特点
4．2 常用图像去雾清晰化算法
4．2．1 直方图均衡化去雾算法
4．2．2 Retinex去雾算法
4．2．3 基于暗原色先验算法去雾
4．3 自适应阈值分割去雾清晰化算法
4．3．1 基于信息熵分割
4．3．2 基于Otsu分割
4．3．3 分割效果比较
4．4 去雾算法评价指标
4．4．1 亮度评价指标
4．4．2 对比度评价指标
4．4．3 清晰度评价指标
4．4．4 试验结果评价及分析
4．5 本章小结

第5章 海洋环境目标检测技木
5．1 折反射式全景视觉系统概述
5．2 海洋环境下小目标检测算法概述
5．2．1 全景海天线提取算法概述
5．2．2 海天线区域的小目标检测算法概述
5．3 全景海天线提取算法
5．3．1 基于改进Hough圆变换的全景海天线提取算法
5．3．2 基于最外边缘搜索的全景海天线提取算法
5．3．3 基于梯度方向的全景海天线提取算法
5．3．4 基于最长曲线搜索的全景海天线提取算法
5．3．5 试验对比分析
5．4 全景海域图像中的小目标检测算法
5．4．1 基于单窗口阈值的海域小目标检测算法
5．4．2 基于图像局部区域复杂度的海域小目标检测算法
5．4．3 基于梯度阈值的海域小目标检测算法
5．4．4 试验对比分析
5．5 本章小结
参考文献