| 摘要 | 第11-13页 |
| Abstract | 第13-15页 |
| 第一章 绪论 | 第16-33页 |
| 1.1 课题研究背景和意义 | 第16-17页 |
| 1.2 国内外相关研究进展 | 第17-29页 |
| 1.2.1 空间非合作目标定义 | 第17-18页 |
| 1.2.2 空间非合作目标视觉测量研究现状 | 第18-21页 |
| 1.2.3 相关技术现状 | 第21-29页 |
| 1.3 论文的主要内容与技术贡献 | 第29-33页 |
| 1.3.1 论文的主要内容 | 第29-31页 |
| 1.3.2 论文的技术贡献 | 第31-33页 |
| 第二章 非合作目标直线特征检测及其匹配方法 | 第33-56页 |
| 2.1 引言 | 第33页 |
| 2.2 基于像素局部对比度的直线特征检测算法 | 第33-45页 |
| 2.2.1 直线支撑区域的构建 | 第34-35页 |
| 2.2.2 直线支撑区域的矩形近似 | 第35-36页 |
| 2.2.3 直线段验证 | 第36-40页 |
| 2.2.4 算法流程 | 第40页 |
| 2.2.5 实验测试 | 第40-45页 |
| 2.3 基于局部外观和全局几何特性的直线特征匹配算法 | 第45-55页 |
| 2.3.1 快速直线描述符构建 | 第46-47页 |
| 2.3.2 全局拓扑约束 | 第47-49页 |
| 2.3.3 算法流程 | 第49-50页 |
| 2.3.4 实验测试 | 第50-55页 |
| 2.4 小结 | 第55-56页 |
| 第三章 基于直线模型的相机在线标定方法 | 第56-82页 |
| 3.1 引言 | 第56-57页 |
| 3.2 基于直线模型的单应识别算法 | 第57-60页 |
| 3.2.1 直线单应变换 | 第58页 |
| 3.2.2 单应假设生成 | 第58-59页 |
| 3.2.3 直线序列相似性 | 第59-60页 |
| 3.2.4 算法步骤 | 第60页 |
| 3.3 基于直线模型的单应优化算法 | 第60-66页 |
| 3.3.1 单应优化问题的概率表述 | 第60-62页 |
| 3.3.2 最小二乘单应优化基本原理 | 第62-64页 |
| 3.3.3 加权最小二乘问题求解 | 第64-65页 |
| 3.3.4 鲁棒估计 | 第65页 |
| 3.3.5 算法步骤 | 第65-66页 |
| 3.4 基于直线模型的相机参数优化算法 | 第66-70页 |
| 3.4.1 相机成像模型 | 第66页 |
| 3.4.2 相机参数线性估计 | 第66-67页 |
| 3.4.3 相机参数极大似然估计 | 第67-68页 |
| 3.4.4 非线性优化 | 第68-70页 |
| 3.5 实验测试 | 第70-81页 |
| 3.5.1 单应识别实验 | 第70-73页 |
| 3.5.2 单应优化实验 | 第73-75页 |
| 3.5.3 相机标定实验 | 第75-81页 |
| 3.6 小结 | 第81-82页 |
| 第四章 基于直线模型的非合作目标位姿估计方法 | 第82-145页 |
| 4.1 引言 | 第82-83页 |
| 4.2 基于直线间积分距离度量的位姿估计算法 | 第83-105页 |
| 4.2.1 直线透视投影关系 | 第83-84页 |
| 4.2.2 直线间相似性度量 | 第84-91页 |
| 4.2.3 非线性优化 | 第91-97页 |
| 4.2.4 实验测试 | 第97-105页 |
| 4.3 基于直线的极大似然位姿估计算法 | 第105-117页 |
| 4.3.1 问题概率表述 | 第105-106页 |
| 4.3.2 极大似然位姿估计 | 第106-113页 |
| 4.3.3 非线性优化 | 第113-114页 |
| 4.3.4 实验测试 | 第114-117页 |
| 4.4 基于多假设直线对应的位姿估计算法 | 第117-127页 |
| 4.4.1 最小二乘算法基本原理 | 第118-119页 |
| 4.4.2 算法描述 | 第119-122页 |
| 4.4.3 算法流程 | 第122页 |
| 4.4.4 实验测试 | 第122-126页 |
| 4.4.5 结论 | 第126-127页 |
| 4.5 最小二乘位姿估计方法等价性证明 | 第127-136页 |
| 4.5.1 等价性 | 第127-129页 |
| 4.5.2 方法差异 | 第129-130页 |
| 4.5.3 性能测评 | 第130-136页 |
| 4.6 最小二乘位姿估计方法误差理论分析 | 第136-144页 |
| 4.6.1 Cramer-Rao下界计算原理 | 第136-137页 |
| 4.6.2 问题定义 | 第137-139页 |
| 4.6.3 Cramer-Rao下界推导 | 第139-142页 |
| 4.6.4 Cramer-Rao下界简化求解 | 第142页 |
| 4.6.5 最小二乘位姿估计方法精度与Cramer-Rao 下界比较 | 第142-144页 |
| 4.7 小结 | 第144-145页 |
| 第五章 基于直线特征的完全非合作目标位姿估计方法 | 第145-166页 |
| 5.1 引言 | 第145页 |
| 5.2 基于立体像对直线对应的完全非合作目标结构重建和位姿估计 | 第145-154页 |
| 5.2.1 立体像对直线段重建 | 第146-147页 |
| 5.2.2 目标相对位姿估计 | 第147-149页 |
| 5.2.3 实验测试 | 第149-154页 |
| 5.3 基于序列图像直线对应的完全非合作目标结构重建和位姿估计 | 第154-165页 |
| 5.3.1 问题描述 | 第155-157页 |
| 5.3.2 非线性优化 | 第157-159页 |
| 5.3.3 实验测试 | 第159-165页 |
| 5.4 小结 | 第165-166页 |
| 第六章 结论与展望 | 第166-169页 |
| 6.1 论文主要工作与创新点 | 第166-167页 |
| 6.2 需要进一步研究的问题 | 第167-169页 |
| 致谢 | 第169-170页 |
| 参考文献 | 第170-184页 |
| 作者在学期间取得的学术成果 | 第184-186页 |
