基于视觉的无人机姿态估计方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-14页 |
| 1.1.1 无人机简介 | 第10-11页 |
| 1.1.2 计算机视觉简介 | 第11-12页 |
| 1.1.3 无人机导航方式 | 第12-13页 |
| 1.1.4 视觉导航的意义 | 第13-14页 |
| 1.2 研究现状与发展趋势 | 第14-17页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15页 |
| 1.2.3 研究和发展趋势 | 第15-16页 |
| 1.2.4 研究难点 | 第16-17页 |
| 1.3 研究内容及论文结构安排 | 第17-20页 |
| 第2章 图像处理基础知识 | 第20-39页 |
| 2.1 基本的图像处理操作 | 第20-25页 |
| 2.1.1 灰度化方法 | 第20-21页 |
| 2.1.2 直方图 | 第21-22页 |
| 2.1.3 滤波方法 | 第22-25页 |
| 2.2 边缘检测算子 | 第25-31页 |
| 2.3 图像分割方法 | 第31-34页 |
| 2.3.1 最佳阈值分割 | 第31-32页 |
| 2.3.2 最大类间方差阈值分割 | 第32-34页 |
| 2.4 Hough变换 | 第34-36页 |
| 2.5 Radon变换 | 第36-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 计算机视觉基础 | 第39-50页 |
| 3.1 无人机导航 | 第39-40页 |
| 3.1.1 各种导航相关坐标系的转换 | 第39-40页 |
| 3.2 无人机姿态角 | 第40-41页 |
| 3.3 摄像机坐标系 | 第41-45页 |
| 3.3.1 欧氏变换 | 第41-43页 |
| 3.3.2 计算机视觉中的坐标系 | 第43-45页 |
| 3.3.3 针孔摄像机模型 | 第45页 |
| 3.4 摄像机标定方法 | 第45-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第4章 姿态估计方法 | 第50-56页 |
| 4.1 人工目标识别 | 第50-53页 |
| 4.1.1 地标识别特点 | 第50-51页 |
| 4.1.2 常用地标识别方法 | 第51-53页 |
| 4.2 常用姿态估计方法 | 第53-54页 |
| 4.3 基于地平线的姿态估计 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 基于地平线检测估计姿态角 | 第56-72页 |
| 5.1 地平线检测 | 第56-63页 |
| 5.1.1 图像去雾 | 第56-58页 |
| 5.1.2 地平线检测算法 | 第58-59页 |
| 5.1.3 基于最大类间方差的地平线检测算法 | 第59-63页 |
| 5.2 姿态估计 | 第63-68页 |
| 5.2.1 传统姿态估计方法 | 第63-64页 |
| 5.2.2 新的姿态计算方法 | 第64-68页 |
| 5.3 特殊情况 | 第68页 |
| 5.4 实验验证 | 第68-71页 |
| 5.4.1 实验装置 | 第68-69页 |
| 5.4.2 仿真实验 | 第69页 |
| 5.4.3 姿态估计 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读学位期间发表论文与研究成果清单 | 第78-80页 |
| 致谢 | 第80页 |
