| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第13-35页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-22页 |
| 1.2.1 国外研究现状 | 第14-18页 |
| 1.2.2 国内研究现状 | 第18-21页 |
| 1.2.3 存在问题 | 第21-22页 |
| 1.3 课题来源 | 第22页 |
| 1.4 课题研究目标和内容 | 第22-25页 |
| 1.4.1 研究目标 | 第23-24页 |
| 1.4.2 研究内容 | 第24-25页 |
| 1.5 技术路线 | 第25-27页 |
| 1.6 文章结构与思路 | 第27页 |
| 参考文献 | 第27-35页 |
| 第二章 全景视觉导航系统总体设计 | 第35-45页 |
| 2.1 设计总体思路 | 第35-36页 |
| 2.2 设计实现目标 | 第36-38页 |
| 2.3 硬件系统总体设计 | 第38-39页 |
| 2.3.1 硬件系统功能 | 第38页 |
| 2.3.2 硬件系统模块组成 | 第38-39页 |
| 2.4 软件系统总体设计 | 第39-42页 |
| 2.4.1 软件系统功能 | 第40页 |
| 2.4.2 软件系统组成 | 第40-41页 |
| 2.4.3 设计流程 | 第41-42页 |
| 2.5 本章小结 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 第三章 全景视觉图像快速拼接方法研究 | 第45-57页 |
| 3.1 全景视觉系统概述 | 第45-46页 |
| 3.2 多目全景视觉系统结构 | 第46页 |
| 3.3 多目全景视觉系统硬件平台 | 第46-49页 |
| 3.3.1 图像数据采集模块 | 第46-47页 |
| 3.3.2 视频图像无线传输监控与调试模块 | 第47-49页 |
| 3.4 改进的多目全景图像快速拼接算法 | 第49-52页 |
| 3.4.1 多目视觉图像快速获取 | 第49页 |
| 3.4.2 相机标定 | 第49-50页 |
| 3.4.3 基于SIFT算法的特征点提取与匹配 | 第50-51页 |
| 3.4.4 基于改进RANSAC-SIFT算法的匹配点优化 | 第51-52页 |
| 3.5 试验与分析 | 第52-55页 |
| 3.5.1 全景图像获取与拼接试验 | 第53-54页 |
| 3.5.2 算法主要参数测试试验 | 第54-55页 |
| 3.6 本章小结 | 第55页 |
| 参考文献 | 第55-57页 |
| 第四章 全景视觉光线自适应系统研究 | 第57-81页 |
| 4.1 光线自适应概述 | 第57-58页 |
| 4.2 光线自适应系统硬件模块设计 | 第58-62页 |
| 4.2.1 光线强度采集硬件模块设计 | 第58页 |
| 4.2.2 控制处理硬件模块设计 | 第58-60页 |
| 4.2.3 数据无线传输硬件模块设计 | 第60-62页 |
| 4.3 视觉成像系统 | 第62-65页 |
| 4.3.1 数字成像原理 | 第62页 |
| 4.3.2 成像曝光控制 | 第62-63页 |
| 4.3.3 成像质量评价参数 | 第63-65页 |
| 4.4 多目全景视觉光线自适应算法实现 | 第65-68页 |
| 4.4.1 算法总体流程 | 第65-66页 |
| 4.4.2 相机响应函数求取 | 第66-67页 |
| 4.4.3 数据匹配与更新 | 第67页 |
| 4.4.4 光线自适应曝光时间调整 | 第67-68页 |
| 4.5 试验与分析 | 第68-78页 |
| 4.5.1 光线自适应算法成像试验 | 第68-76页 |
| 4.5.2 主要成像质量指标测试试验 | 第76-77页 |
| 4.5.3 算法实时性测试试验 | 第77-78页 |
| 4.6 本章小结 | 第78-79页 |
| 参考文献 | 第79-81页 |
| 第五章 基于全景视觉的运动目标检测与跟踪方法研究 | 第81-97页 |
| 5.1 运动目标检测与跟踪概述 | 第81-82页 |
| 5.2 基于全景光流法的运动障碍目标检测 | 第82-84页 |
| 5.2.1 光流算法 | 第82页 |
| 5.2.2 基于改进CLG光流法的运动障碍快速检测 | 第82-84页 |
| 5.3 改进的核函数运动目标快速跟踪算法 | 第84-86页 |
| 5.3.1 核函数目标跟踪算法 | 第84页 |
| 5.3.2 多线程的多目视觉图像预处理 | 第84页 |
| 5.3.3 分段图像的改进核函数目标快速跟踪算法 | 第84-86页 |
| 5.4 基于路径预测的粒子滤波多目标跟踪 | 第86-88页 |
| 5.4.1 抗目标遮挡的路径预测 | 第86-87页 |
| 5.4.2 基于路径预测的粒子滤波多目标跟踪算法 | 第87-88页 |
| 5.5 试验与分析 | 第88-93页 |
| 5.5.1 改进CLG光流法的运动障碍快速检测试验 | 第88-90页 |
| 5.5.2 改进核函数快速跟踪算法主要参数测试 | 第90页 |
| 5.5.3 多运动目标检测跟踪试验 | 第90-93页 |
| 5.6 本章小结 | 第93-94页 |
| 参考文献 | 第94-97页 |
| 第六章 基于全景视觉的同时定位与地图创建方法研究 | 第97-117页 |
| 6.1 同时定位与地图创建(SLAM)概述 | 第97-98页 |
| 6.2 惯性导航系统 | 第98-101页 |
| 6.2.1 惯性测量单元原理 | 第98-100页 |
| 6.2.2 惯性测量单元硬件电路模块设计 | 第100-101页 |
| 6.3 模型建立 | 第101-104页 |
| 6.3.1 农业车辆运动模型 | 第101-103页 |
| 6.3.2 全景视觉系统观测模型 | 第103-104页 |
| 6.4 PV-SLAM算法 | 第104-109页 |
| 6.4.1 算法流程 | 第104-105页 |
| 6.4.2 算法实现 | 第105-109页 |
| 6.5 试验与分析 | 第109-112页 |
| 6.5.1 环境路标获取试验 | 第109-110页 |
| 6.5.2 PV-SLAM测试试验 | 第110-112页 |
| 6.6 本章小结 | 第112-113页 |
| 参考文献 | 第113-117页 |
| 第七章 研究结论与建议 | 第117-123页 |
| 7.1 研究结论 | 第117-120页 |
| 7.2 主要创新内容 | 第120-121页 |
| 7.3 后续研究建议 | 第121-123页 |
| 攻读博士学位期间的科研成果 | 第123-125页 |
| 致谢 | 第125-127页 |
| 附录A 全景视觉光线自适应试验数据 | 第127-131页 |
| 附录B PV-SLAM试验数据 | 第131-132页 |
