基于空中机器人平台的运动目标检测和视觉导航
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-16页 |
| 图表目录 | 第16-20页 |
| 1. 绪论 | 第20-32页 |
| ·研究背景和意义 | 第20-21页 |
| ·空中机器人的研究方向 | 第21-23页 |
| ·空中机器人控制技术研究 | 第21-22页 |
| ·空中机器人的传感器技术研究 | 第22页 |
| ·空中机器人的计算机视觉研究 | 第22-23页 |
| ·空中机器人的国内外研究现状 | 第23-24页 |
| ·空中机器人平台 | 第24-28页 |
| ·视觉空中机器人平台 | 第24-25页 |
| ·空中机器人飞行控制系统 | 第25-27页 |
| ·空中机器人图像系统 | 第27-28页 |
| ·算法测试系统 | 第28页 |
| ·本文主要研究内容 | 第28-32页 |
| 2. 空中机器人平台视觉研究的理论基础 | 第32-56页 |
| ·三维运动分割 | 第32-39页 |
| ·概述 | 第32-33页 |
| ·摄像机模型 | 第33页 |
| ·基于仿射摄像机模型的三维运动分割 | 第33-34页 |
| ·广义主成分分析(GPCA) | 第34-36页 |
| ·局部子空间近似方法 | 第36-37页 |
| ·多步学习方法 | 第37-38页 |
| ·RANSAC方法 | 第38-39页 |
| ·多视图几何理论体系 | 第39-50页 |
| ·概述 | 第39页 |
| ·射影几何学 | 第39-40页 |
| ·仿射几何和欧氏几何 | 第40-41页 |
| ·投影摄像机 | 第41-46页 |
| ·极线几何 | 第46-47页 |
| ·基础矩阵 | 第47-48页 |
| ·本质矩阵 | 第48-49页 |
| ·三角化 | 第49-50页 |
| ·摄像机参数和空间结构的三维重建 | 第50页 |
| ·多视图几何中的计算方法 | 第50-54页 |
| ·RANSAC | 第50-52页 |
| ·迭代优化方法 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 3. 基于运动分割的动态场景运动目标检测 | 第56-78页 |
| ·引言 | 第56-57页 |
| ·研究现状 | 第57-58页 |
| ·基于运动分割的运动目标检测问题 | 第58-60页 |
| ·问题描述 | 第58页 |
| ·问题分析 | 第58-60页 |
| ·基于运动分割的运动目标检测方法 | 第60-74页 |
| ·方法框架 | 第60页 |
| ·在线稀疏背景/前景模型 | 第60-61页 |
| ·稀疏模型的初始化 | 第61-62页 |
| ·稀疏模型的更新 | 第62-65页 |
| ·独立“位置-颜色”外观模型 | 第65-71页 |
| ·迭代优化 | 第71-74页 |
| ·实验 | 第74-76页 |
| ·基于一般图像序列的实验 | 第74-75页 |
| ·基于空中机器人平台的实验 | 第75-76页 |
| ·实验分析 | 第76页 |
| ·本章小结 | 第76-78页 |
| 4. 基于外观模型的动态场景运动目标检测 | 第78-92页 |
| ·引言 | 第78页 |
| ·研究现状 | 第78-79页 |
| ·基于外观模型的动态场景运动目标检测问题 | 第79-80页 |
| ·问题描述 | 第79页 |
| ·问题分析 | 第79-80页 |
| ·基于外观模型的动态场景运动目标检测方法 | 第80-88页 |
| ·方法框架 | 第80页 |
| ·种子分割和评分方法 | 第80-82页 |
| ·光流 | 第82-83页 |
| ·关键帧运动目标检测 | 第83-85页 |
| ·种子分割域的目标跟踪 | 第85-87页 |
| ·图优化方法 | 第87-88页 |
| ·实验 | 第88-90页 |
| ·基于公共数据集的实验 | 第88-89页 |
| ·基于空中机器人平台的实验 | 第89页 |
| ·实验分析 | 第89-90页 |
| ·本章小结 | 第90-92页 |
| 5. 动态场景下的摄像机位姿估计 | 第92-120页 |
| ·引言 | 第92-94页 |
| ·研究现状 | 第94-97页 |
| ·摄像机位姿估计和三维场景重建 | 第94-95页 |
| ·视觉里程计 | 第95-97页 |
| ·动态场景下摄像机位姿估计问题 | 第97-99页 |
| ·问题描述 | 第97页 |
| ·问题分析 | 第97-99页 |
| ·动态场景下摄像机位姿估计方法 | 第99-107页 |
| ·方法框架 | 第99页 |
| ·特征点提取 | 第99-103页 |
| ·特征点匹配 | 第103-104页 |
| ·背景模型初始化 | 第104-105页 |
| ·背景模型在线更新 | 第105-106页 |
| ·动态场景和静态场景的融合 | 第106-107页 |
| ·实验 | 第107-118页 |
| ·基于静态场景的实验 | 第107-110页 |
| ·基于合成动态场景数据的实验 | 第110-112页 |
| ·真实动态场景的实验 | 第112-116页 |
| ·基于空中机器人平台的实验 | 第116-118页 |
| ·实验分析 | 第118页 |
| ·本章小结 | 第118-120页 |
| 6. 动态场景下的地图拼接 | 第120-130页 |
| ·引言 | 第120页 |
| ·研究现状 | 第120-121页 |
| ·动态场景下的地图拼接问题 | 第121页 |
| ·问题描述 | 第121页 |
| ·问题分析 | 第121页 |
| ·动态场景下的地图拼接方法 | 第121-125页 |
| ·方法框架 | 第121-122页 |
| ·图像校正 | 第122-123页 |
| ·运动目标分割 | 第123-124页 |
| ·特征点提取和匹配 | 第124页 |
| ·图像配准和拼接 | 第124-125页 |
| ·实验 | 第125-128页 |
| ·基于合成图像的实验 | 第125-126页 |
| ·基于空中机器人平台的实验 | 第126-127页 |
| ·实验分析 | 第127-128页 |
| ·本章小结 | 第128-130页 |
| 7. 总结与展望 | 第130-132页 |
| ·工作总结 | 第130-131页 |
| ·研究展望 | 第131-132页 |
| 参考文献 | 第132-144页 |
| 作者攻博期间学术成果 | 第144页 |
