| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-24页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状及分析 | 第12-20页 |
| 1.2.1 微小型飞行器发展现状 | 第12-14页 |
| 1.2.2 运动目标检测技术研究现状 | 第14-18页 |
| 1.2.3 基于视觉的无人机位姿估计技术研究现状 | 第18-20页 |
| 1.3 光流计算方法发展历史与现状 | 第20-21页 |
| 1.4 本文的研究内容和组织结构 | 第21-24页 |
| 第2章 基于结构张量的改进块匹配光流计算方法 | 第24-44页 |
| 2.1 光流计算基本原理及算法 | 第24-28页 |
| 2.1.1 光流场和运动场 | 第24-25页 |
| 2.1.2 光流约束方程 | 第25-26页 |
| 2.1.3 光流场经典计算方法 | 第26-28页 |
| 2.2 基于匹配的光流计算方法 | 第28-33页 |
| 2.2.1 块匹配光流计算原理 | 第28-29页 |
| 2.2.2 常用匹配准则 | 第29-30页 |
| 2.2.3 常用的块匹配搜索策略 | 第30-33页 |
| 2.3 基于结构张量的改进块匹配光流计算方法 | 第33-39页 |
| 2.3.1 图像的张量描述 | 第33-34页 |
| 2.3.2 图像结构张量间的距离度量 | 第34-35页 |
| 2.3.3 基于改进Hausdorff距离的匹配准则 | 第35-37页 |
| 2.3.4 多分辨率搜索策略 | 第37-39页 |
| 2.4 仿真结果和分析 | 第39-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第3章 基于改进光流场的运动目标检测方法 | 第44-56页 |
| 3.1 目标检测算法设计指标分析 | 第44-45页 |
| 3.2 基于光流的运动目标检测算法总体框架 | 第45-46页 |
| 3.3 全局运动估计和运动补偿 | 第46-48页 |
| 3.3.1 摄像机的运动参数模型 | 第46-47页 |
| 3.3.2 模型参数估计 | 第47-48页 |
| 3.3.3 全局运动补偿 | 第48页 |
| 3.4 基于光流矢量聚类的感兴趣区域提取 | 第48-51页 |
| 3.4.1 光流矢量聚类 | 第48-50页 |
| 3.4.2 感兴趣目标区域提取 | 第50-51页 |
| 3.5 目标区域分割与检测 | 第51-53页 |
| 3.5.1 光流矢量灰度化和滤波 | 第51-52页 |
| 3.5.2 自适应阈值目标区域分割 | 第52-53页 |
| 3.5.3 目标区域的形态学填充 | 第53页 |
| 3.6 仿真算例与分析 | 第53-55页 |
| 3.7 本章小结 | 第55-56页 |
| 第4章 基于地平线特征光流的姿态信息估计算法 | 第56-72页 |
| 4.1 视觉辅助姿态信息获取算法精度要求分析 | 第56-57页 |
| 4.2 相关坐标系定义 | 第57-59页 |
| 4.3 地平线提取算法 | 第59-63页 |
| 4.3.1 Canny边缘检测 | 第59-60页 |
| 4.3.2 Hough变换求取直线参数 | 第60-61页 |
| 4.3.3 仿真实验结果 | 第61-63页 |
| 4.4 基于地平线的姿态信息提取 | 第63-67页 |
| 4.5 半实物仿真实验 | 第67-71页 |
| 4.5.1 实验系统 | 第67-68页 |
| 4.5.2 摄像机标定 | 第68-69页 |
| 4.5.3 实验结果和误差分析 | 第69-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第5章 基于视觉的信息感知仿真系统实验与分析 | 第72-82页 |
| 5.1 仿真实验平台及仿真子系统搭建 | 第72-75页 |
| 5.2 基于改进光流场的目标检测仿真实验与分析 | 第75-76页 |
| 5.3 基于地平线特征光流的飞行器姿态估计仿真实验与分析 | 第76-81页 |
| 5.4 本章小结 | 第81-82页 |
| 总结 | 第82-85页 |
| 参考文献 | 第85-90页 |
| 攻读学位期间发表论文与研究成果清单 | 第90-91页 |
| 致谢 | 第91页 |