旋翼型无人机自主着舰目标识别技术研究
摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第一章 绪论 | 第11-19页 |
·课题研究背景和意义 | 第11-13页 |
·基于视觉导引的旋翼无人机自主着舰的研究现状 | 第13-15页 |
·国外研究现状 | 第13-15页 |
·国内研究现状 | 第15页 |
·本文主要工作和安排 | 第15-19页 |
·着舰过程中目标识别存在的难点 | 第15-16页 |
·本文的研究内容和工作安排 | 第16-19页 |
第二章 图像目标检测算法研究 | 第19-31页 |
·引言 | 第19页 |
·特征助降标识的设计 | 第19-20页 |
·图像采样与量化 | 第20-21页 |
·基于 HSI 颜色空间的阈值分割 | 第21-25页 |
·图像的色彩模型比较分析 | 第21-23页 |
·阈值分割策略 | 第23页 |
·分割实验结果和分析 | 第23-25页 |
·分割后期噪声的去除 | 第25-26页 |
·边缘检测 | 第26-27页 |
·轮廓跟踪 | 第27-30页 |
·本章小结 | 第30-31页 |
第三章 特征提取及识别算法研究 | 第31-47页 |
·图像的特征提取方法概述 | 第31-32页 |
·本文采用的特征提取方法 | 第32-38页 |
·仿射变换与透射变换 | 第32-34页 |
·仿射不变矩 | 第34-37页 |
·仿射不变参数 | 第35页 |
·仿射不变矩基本原理 | 第35-37页 |
·改进的仿射不变矩快速计算方法 | 第37-38页 |
·实验结果与分析 | 第38-43页 |
·仿射不变矩性能验证 | 第39页 |
·各种形变和噪声下的目标仿射不变矩 | 第39-41页 |
·计算方法性能验证 | 第41-43页 |
·误差分析 | 第43页 |
·基于支持向量机的识别算法原理 | 第43-46页 |
·SVM 相关理论 | 第43-45页 |
·核函数 | 第45-46页 |
·SVM 的训练算法 | 第46页 |
·本章总结 | 第46-47页 |
第四章 识别算法验证实验设计 | 第47-55页 |
·引言 | 第47页 |
·算法框架设计 | 第47页 |
·实验环境 | 第47-48页 |
·算法验证实验方案设计 | 第48-51页 |
·实验步骤 | 第48页 |
·样本库的建立 | 第48-49页 |
·预处理 | 第49-50页 |
·特征提取 | 第50页 |
·SVM 训练与测试 | 第50-51页 |
·实验结果与分析 | 第51-54页 |
·本章小结 | 第54-55页 |
第五章 无人机着舰位姿参数信息获取研究 | 第55-61页 |
·角点提取 | 第55-57页 |
·射影不变量 | 第55-56页 |
·harris 角点检测方法 | 第56-57页 |
·无人机着舰相对位置和姿态参数求取方法 | 第57-60页 |
·坐标系建立 | 第57-58页 |
·坐标系之间的转换关系 | 第58-59页 |
·相对位置的求取 | 第59页 |
·姿态角的求取 | 第59-60页 |
·总结 | 第60-61页 |
第六章 总结与展望 | 第61-63页 |
·本文工作总结 | 第61页 |
·本文工作展望 | 第61-63页 |
参考文献 | 第63-67页 |
致谢 | 第67-68页 |
在学期间的研究成果及发表的学术论文 | 第68页 |