| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 UUV回收国内外研究现状 | 第11-14页 |
| 1.3 UUV水下光视觉研究现状 | 第14-15页 |
| 1.4 动目标跟踪技术研究现状 | 第15-17页 |
| 1.5 论文主要的研究内容论文及组织结构 | 第17-20页 |
| 第2章 UUV回收过程中的单目视觉系统 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 光视觉系统的器件构成 | 第20-22页 |
| 2.2.1 水下摄像机 | 第20-21页 |
| 2.2.2 图像采集卡 | 第21页 |
| 2.2.3 水下目标光源阵列 | 第21-22页 |
| 2.3 摄像机成像模型及标定 | 第22-25页 |
| 2.3.1 坐标系 | 第22-24页 |
| 2.3.2 摄像机模型 | 第24-25页 |
| 2.4 基于光视觉的UUV六自由度定位方法 | 第25-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 UUV回收过程中的图像处理及模板匹配算法 | 第32-49页 |
| 3.1 引言 | 第32页 |
| 3.2 图像预处理 | 第32-34页 |
| 3.2.1 中值滤波 | 第32-33页 |
| 3.2.2 双边滤波 | 第33-34页 |
| 3.3 图像边缘检测 | 第34-37页 |
| 3.3.1 Sobel算子 | 第34-35页 |
| 3.3.2 Robert算子 | 第35-36页 |
| 3.3.3 拉普拉斯算子 | 第36-37页 |
| 3.4 图像分割 | 第37-42页 |
| 3.4.1 基于Gabor滤波的图像分割 | 第37-38页 |
| 3.4.2 基于形态学的二值图像分割 | 第38-39页 |
| 3.4.3 基于改进的最大类间方差法的图像分割 | 第39-42页 |
| 3.5 模板匹配 | 第42-47页 |
| 3.5.1 基于灰度值的模板匹配 | 第42-44页 |
| 3.5.2 基于边缘的模板匹配 | 第44-45页 |
| 3.5.3 基于形状的模板匹配 | 第45-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第4章 基于时空上下文学习的动态目标跟踪算法 | 第49-61页 |
| 4.1 引言 | 第49页 |
| 4.2 基于时空上下文学习的目标跟踪方法 | 第49-53页 |
| 4.2.1 跟踪方法原理 | 第49页 |
| 4.2.2 基于概率论进行建模 | 第49-51页 |
| 4.2.3 构建置信图 | 第51-52页 |
| 4.2.4 时空上下文模型及更新 | 第52-53页 |
| 4.2.5 目标尺寸的更新 | 第53页 |
| 4.3 改进的时空上下文的目标跟踪方法 | 第53-60页 |
| 4.3.1 判断目标是否被遮挡 | 第53-54页 |
| 4.3.2 时空上下文与Unscented粒子滤波器融合的跟踪算法 | 第54-58页 |
| 4.3.3 目标尺寸的改进 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 水下回收UUV水池模拟实验 | 第61-76页 |
| 5.1 引言 | 第61页 |
| 5.2 水下回收实验方案 | 第61-65页 |
| 5.3 实验硬件系统 | 第65-67页 |
| 5.3.1 光视觉跟踪系统 | 第65-66页 |
| 5.3.2 光源系统 | 第66-67页 |
| 5.4 算法流程 | 第67-70页 |
| 5.4.1 六自由度定位流程 | 第67-69页 |
| 5.4.2 模拟回收UUV的动态跟踪算法流程 | 第69-70页 |
| 5.5 回收结果 | 第70-75页 |
| 5.6 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-86页 |
| 致谢 | 第86页 |