摘要 | 第4-5页 |
abstract | 第5页 |
注释表 | 第11-12页 |
第一章 绪论 | 第12-20页 |
1.1 课题研究背景和意义 | 第12-13页 |
1.2 自主空中加油技术发展概况 | 第13-16页 |
1.2.1 空中加油技术的发展 | 第13-15页 |
1.2.2 机器视觉技术在空中加油领域的应用 | 第15-16页 |
1.3 运动目标检测和跟踪技术发展动态 | 第16-18页 |
1.3.1 运动目标检测技术 | 第16-17页 |
1.3.2 运动目标跟踪技术 | 第17-18页 |
1.4 本文主要研究内容和论文结构编排 | 第18-20页 |
第二章 加油锥套图像检测方法研究 | 第20-43页 |
2.1 引言 | 第20页 |
2.2 图像预处理技术研究 | 第20-27页 |
2.3 基于轮廓提取的图像检测技术研究 | 第27-37页 |
2.3.1 图形轮廓提取技术 | 第27-32页 |
2.3.2 基于最小二乘法的椭圆拟合 | 第32-35页 |
2.3.3 基于轮廓和椭圆拟合的锥套检测算法与实验验证 | 第35-37页 |
2.4 探头遮挡情况下的锥套检测技术 | 第37-40页 |
2.4.1 图像掩模的处理 | 第38页 |
2.4.2 遮挡情况下的图像检测 | 第38-40页 |
2.5 远近距多方案图像检测策略研究 | 第40-42页 |
2.5.1 近距情况下的金字塔图像检测方法 | 第41-42页 |
2.5.2 远近距分段检测策略研究 | 第42页 |
2.6 本章小结 | 第42-43页 |
第三章 加油锥套自适应跟踪研究 | 第43-57页 |
3.1 引言 | 第43页 |
3.2 锥套图像简单跟踪方案研究 | 第43-44页 |
3.3 基于Meanshift算法的跟踪方法研究 | 第44-51页 |
3.3.1 核函数研究 | 第44-46页 |
3.3.2 Meanshift算法原理 | 第46-49页 |
3.3.3 基于Meanshift算法的图像跟踪 | 第49-50页 |
3.3.4 局部ROI精提取方案 | 第50-51页 |
3.4 基于自适应核窗的Meanshift图像跟踪算法 | 第51-55页 |
3.4.1 Meanshift算法局限性分析与改进 | 第51-52页 |
3.4.2 自适应核窗尺寸对跟踪效果的影响 | 第52-55页 |
3.5 锥套图像跟踪实验与分析 | 第55页 |
3.6 本章小结 | 第55-57页 |
第四章 基于六旋翼无人机的实验平台搭建和方案设计 | 第57-71页 |
4.1 引言 | 第57页 |
4.2 飞行对接演示验证平台硬件架构 | 第57-61页 |
4.3 实验平台软件系统设计 | 第61-66页 |
4.3.1 地面主控计算机和机载计算机之间的数据通信 | 第61-62页 |
4.3.2 基于视觉的加油对接导航与控制 | 第62-64页 |
4.3.3 控制方案优化设计 | 第64-66页 |
4.4 多线程程序架构设计 | 第66-70页 |
4.4.1 建立多线程机制 | 第66-68页 |
4.4.2 基于卡尔曼预估的数据输出 | 第68-70页 |
4.5 本章小结 | 第70-71页 |
第五章 空中加油对接演示实验及结果分析 | 第71-78页 |
5.1 引言 | 第71页 |
5.2 实验环境与实验设计 | 第71-73页 |
5.3 实验结果与数据分析 | 第73-77页 |
5.3.1 飞行实验及轨迹图分析 | 第73页 |
5.3.2 飞行过程中实时图像处理效果 | 第73-75页 |
5.3.3 全局检测和局部跟踪对比实验 | 第75-76页 |
5.3.4 单线程与多线程程序架构运算耗时比较 | 第76-77页 |
5.4 本章小结 | 第77-78页 |
第六章 总结与展望 | 第78-80页 |
6.1 全文主要工作总结 | 第78-79页 |
6.2 目前存在的问题及后续工作展望 | 第79-80页 |
参考文献 | 第80-84页 |
致谢 | 第84-85页 |
在学期间的研究成果及发表的学术论文 | 第85页 |