摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-16页 |
·课题的背景以及研究的目的及意义 | 第9-10页 |
·国内外研究现状 | 第10-11页 |
·船模姿态分析研究现状 | 第10页 |
·视觉图像技术研究现状 | 第10-11页 |
·目标追踪方法概述 | 第11-14页 |
·调节追踪窗口大小和方向 | 第12-13页 |
·目标模板的更新 | 第13页 |
·目标出现部分或者全部被遮挡 | 第13页 |
·目标描述及其他方面 | 第13-14页 |
·视觉测量方法概述 | 第14页 |
·论文内容编排 | 第14-16页 |
第二章 相机标定 | 第16-28页 |
·引言 | 第16页 |
·几何摄影 | 第16-17页 |
·齐次坐标 | 第16页 |
·二维射影 | 第16-17页 |
·三维射影 | 第17页 |
·相机模型 | 第17-21页 |
·理想成像模型 | 第18-20页 |
·非线性模型 | 第20-21页 |
·标定方法 | 第21-24页 |
·靶标与其在镜头中成像映射关系 | 第22页 |
·相机外部参数矩阵 | 第22-23页 |
·相机畸变参数 | 第23-24页 |
·摄像机标定实验 | 第24-27页 |
·本章小结 | 第27-28页 |
第三章 基于 Mean Shift 改进的船模追踪算法 | 第28-40页 |
·引言 | 第28-29页 |
·Mean Shift 算法理论基础 | 第29-32页 |
·Mean Shift 目标追踪算法 | 第32-34页 |
·目标模型和候选区域模型 | 第33页 |
·新中心点确定方法 | 第33-34页 |
·关于 Bhattacharyya 系数高斯函数的 Mean Shift 算法 | 第34-35页 |
·算法流程 | 第35-36页 |
·仿真实验分析 | 第36-38页 |
·本章小结 | 第38-40页 |
第四章 基于 Kalman 滤波的 Mean Shift 船模目标追踪算法 | 第40-45页 |
·引言 | 第40页 |
·Kalman 滤波模型 | 第40-41页 |
·基于 Kalman 滤波的 Mean Shift 算法 | 第41-42页 |
·算法流程 | 第42-43页 |
·实验与分析 | 第43-44页 |
·本章小结 | 第44-45页 |
第五章 视觉测量船模姿态 | 第45-54页 |
·引言 | 第45页 |
·基于已知船模体坐标的单目视觉姿态判定 | 第45-50页 |
·坐标系定义 | 第45-46页 |
·成像模型 | 第46-47页 |
·坐标转换 | 第47-49页 |
·单目视觉姿态测量原理 | 第49-50页 |
·仿真分析 | 第50-53页 |
·本章小结 | 第53-54页 |
主要结论与展望 | 第54-56页 |
主要结论 | 第54页 |
论文创新点 | 第54-55页 |
展望 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-61页 |
附录一:第五章 MATLAB 仿真程序 | 第61-69页 |
附录二: 作者在攻读硕士学位期间发表的论文 | 第69页 |