| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 图表清单 | 第8-10页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 目标识别与跟踪技术 | 第13-16页 |
| 1.2.2 无人机视觉导航技术 | 第16-18页 |
| 1.3 本文主要研究内容及安排 | 第18-20页 |
| 第二章 四旋翼飞行器视觉跟踪系统设计 | 第20-27页 |
| 2.1 四旋翼飞行器 | 第20-22页 |
| 2.1.1 四旋翼飞行器结构 | 第20-21页 |
| 2.1.2 四旋翼飞行器飞行方式 | 第21-22页 |
| 2.2 硬件系统设计及分析 | 第22-25页 |
| 2.2.1 视觉跟踪系统设计要求 | 第22-23页 |
| 2.2.2 系统硬件组成及分析 | 第23-25页 |
| 2.3 视觉跟踪系统工作流程 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于图像匹配的目标识别 | 第27-48页 |
| 3.1 图像预处理 | 第27-31页 |
| 3.1.1 图像灰度化 | 第27-28页 |
| 3.1.2 灰度级校正 | 第28页 |
| 3.1.3 直方图均衡化 | 第28-30页 |
| 3.1.4 滤波 | 第30-31页 |
| 3.2 角点检测 | 第31-35页 |
| 3.2.1 Moravec 角点检测法 | 第32-33页 |
| 3.2.2 Harris 角点检测法 | 第33-35页 |
| 3.3 基于 SIFT 的角点提取法 | 第35-37页 |
| 3.4 基于 PCA-KD 树改进的 SIFT 特征匹配 | 第37-43页 |
| 3.4.1 KD 树原理及构建 | 第38-40页 |
| 3.4.2 PCA 技术 | 第40-42页 |
| 3.4.3 基于 PCA 技术改进的 KD 树算法 | 第42-43页 |
| 3.5 RANSAC 精匹配 | 第43-44页 |
| 3.6 实验结果及分析 | 第44-46页 |
| 3.7 本章小结 | 第46-48页 |
| 第四章 基于 Camshift 和粒子滤波的目标跟踪算法 | 第48-68页 |
| 4.1 Camshift 算法 | 第48-54页 |
| 4.1.1 颜色模型转换 | 第48-49页 |
| 4.1.2 颜色直方图 | 第49页 |
| 4.1.3 反向投影 | 第49-50页 |
| 4.1.4 Mean-shift 算法 | 第50-52页 |
| 4.1.5 Camshift 算法 | 第52-54页 |
| 4.2 粒子滤波算法 | 第54-56页 |
| 4.3 基于 Camshift 和粒子滤波的改进跟踪算法 | 第56-64页 |
| 4.3.1 基于 SIFT 特征的起始跟踪窗口确定 | 第57-59页 |
| 4.3.2 多特征融合 | 第59-62页 |
| 4.3.3 改进算法的流程 | 第62-64页 |
| 4.4 实验结果及分析 | 第64-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 四旋翼飞行器飞行跟踪实验研究 | 第68-76页 |
| 5.1 摄像机成像模型 | 第68-70页 |
| 5.2 四旋翼飞行器稳定跟踪方案 | 第70-72页 |
| 5.2.1 提前调整策略 | 第70页 |
| 5.2.2 参数调整的计算 | 第70-71页 |
| 5.2.3 跟踪状态的切换过程 | 第71-72页 |
| 5.3 实验结果与分析 | 第72-75页 |
| 5.3.1 四旋翼飞行器飞行控制 | 第72-73页 |
| 5.3.2 实验结果 | 第73-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 本文主要工作总结 | 第76页 |
| 6.2 未来工作的展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 在学期间的研究成果及发表的学术论文 | 第84页 |
