| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 国内外相关研究现状及分析 | 第12-16页 |
| 1.2.1 国内外无人机巡检现状 | 第12-14页 |
| 1.2.2 国内外鸟巢检测的方法 | 第14-16页 |
| 1.3 研究内容、章节安排 | 第16-18页 |
| 1.3.1 本文研究的主要内容 | 第16-17页 |
| 1.3.2 章节安排 | 第17-18页 |
| 第二章 图像分析及初步处理 | 第18-29页 |
| 2.1 无人机拍得图像特点 | 第18页 |
| 2.2 图像压缩 | 第18-23页 |
| 2.3 常用滤波器的分析 | 第23-27页 |
| 2.3.1 均值平滑滤波器和高斯平滑滤波器 | 第23-25页 |
| 2.3.1.1 均值平滑滤波器 | 第23页 |
| 2.3.1.2 高斯平滑滤波器 | 第23-25页 |
| 2.3.2 中值滤波与改进中值滤波 | 第25-26页 |
| 2.3.2.1 中值滤波的介绍 | 第25-26页 |
| 2.3.2.2 改进的中值滤波——自适应中值滤波器 | 第26页 |
| 2.3.3 维纳滤波器 | 第26-27页 |
| 2.4 滤波的效果分析及选取 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 图像的空间变换及背景处理 | 第29-39页 |
| 3.1 概述 | 第29页 |
| 3.2 颜色空间转换 | 第29-33页 |
| 3.2.1 RGB模型 | 第29-30页 |
| 3.2.2 HSI模型 | 第30-31页 |
| 3.2.3 RGB空间转成HSI空间 | 第31-33页 |
| 3.3 阈值分割技术的简介与应用 | 第33-38页 |
| 3.4 小结 | 第38-39页 |
| 第四章 边缘检测算子的研究与应用 | 第39-48页 |
| 4.1 边缘检测概述 | 第39-40页 |
| 4.2 Roberts算子简介 | 第40页 |
| 4.3 Sobel算子简介 | 第40-42页 |
| 4.4 Prewitt算子简介 | 第42-43页 |
| 4.5 Log算子简介 | 第43页 |
| 4.6 Canny算子简介 | 第43-45页 |
| 4.7 几种边缘检测的效果分析与选取 | 第45-47页 |
| 4.8 小结 | 第47-48页 |
| 第五章 基于图像模板匹配的鸟巢识别方法 | 第48-57页 |
| 5.1 模板匹配的概述 | 第48-49页 |
| 5.2 OpenCV的模板匹配方法研究 | 第49-51页 |
| 5.2.1 平方差匹配准则 | 第49-50页 |
| 5.2.2 相关匹配法 | 第50-51页 |
| 5.2.3 相关系数匹配法 | 第51页 |
| 5.3 模板匹配识别结果 | 第51-55页 |
| 5.4 小结 | 第55-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间的科研成果 | 第63-65页 |
| 致谢 | 第65页 |