| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 概述 | 第6-10页 |
| ·立题意义 | 第6-7页 |
| ·无人机视觉导航研究现状 | 第7-8页 |
| ·国外研究现状 | 第7-8页 |
| ·国内研究现状 | 第8页 |
| ·研究内容 | 第8-10页 |
| 第二章 统计学习理论 | 第10-23页 |
| ·概述 | 第10-11页 |
| ·支持向量机 | 第11-16页 |
| ·广义最优分类面 | 第12-14页 |
| ·支持向量机的基本原理 | 第14-16页 |
| ·支持向量机算法仿真 | 第16-22页 |
| ·小结 | 第22-23页 |
| 第三章 双目立体视觉 | 第23-40页 |
| ·引言 | 第23页 |
| ·标定 | 第23-28页 |
| ·校准 | 第28-31页 |
| ·立体匹配 | 第31-35页 |
| ·三维重建 | 第35-38页 |
| ·小结 | 第38-40页 |
| 第四章 基于双目立体视觉的无人机模拟平台的姿态参数估计 | 第40-49页 |
| ·无人机模拟平台简介 | 第40-41页 |
| ·基本原理 | 第41-45页 |
| ·灭线提取 | 第41-42页 |
| ·膨胀中心的提取 | 第42-45页 |
| ·高度信息 | 第45页 |
| ·系统框图 | 第45-47页 |
| ·实验结果分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第五章 利用彩色信息对跑道进行识别技术研究 | 第49-59页 |
| ·引言 | 第49页 |
| ·特征的分析与提取 | 第49-51页 |
| ·分类器设计 | 第51-56页 |
| ·贝叶斯分类器 | 第51-54页 |
| ·支持向量机 | 第54-56页 |
| ·图像的后续处理 | 第56-57页 |
| ·试验数据处理 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间参加的科研活动和发表的论文 | 第64-65页 |
| 致谢 | 第65页 |