| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 注释表 | 第12-13页 |
| 缩略词 | 第13-14页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 研究背景与意义 | 第14-19页 |
| 1.1.1 无人机的发展 | 第14-17页 |
| 1.1.2 无人机的感知与规避技术 | 第17-18页 |
| 1.1.3 基于视觉的感知与规避技术 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-24页 |
| 1.2.1 感知与规避技术的研究现状 | 第19-20页 |
| 1.2.2 基于视觉的感知与规避技术的研究现状 | 第20-22页 |
| 1.2.3 入侵目标检测与识别研究现状 | 第22-24页 |
| 1.3 本文的主要研究工作 | 第24-25页 |
| 1.4 本文的内容安排 | 第25-26页 |
| 第二章 感知与规避技术中对入侵目标检测与识别技术方案设计 | 第26-39页 |
| 2.1 机载传感器性能分析及选择 | 第26-29页 |
| 2.1.1 协同式感知方法 | 第26-27页 |
| 2.1.2 非协同式感知方法 | 第27-29页 |
| 2.2 基于视觉的目标检测技术 | 第29-34页 |
| 2.2.1 基于背景建模的目标检测技术 | 第29-30页 |
| 2.2.2 基于目标建模的目标检测技术 | 第30-34页 |
| 2.3 基于视觉的目标识别技术 | 第34-37页 |
| 2.3.1 底层特征提取 | 第35-36页 |
| 2.3.2 基于学习的特征提取 | 第36-37页 |
| 2.4 入侵目标检测与识别技术方案 | 第37-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 基于边缘检测的目标检测算法研究 | 第39-56页 |
| 3.1 机载图像中的入侵目标特点分析 | 第39-40页 |
| 3.2 基于边缘检测的感兴趣区域提取算法 | 第40-45页 |
| 3.2.1 边缘轮廓图的提取 | 第41-43页 |
| 3.2.2 边缘组的获取 | 第43-44页 |
| 3.2.3 感兴趣区域的提取 | 第44-45页 |
| 3.3 基于边缘检测的目标检测算法仿真与分析 | 第45-51页 |
| 3.3.1 最优参数区间的确定 | 第45-50页 |
| 3.3.2 目标检测算法对比实验 | 第50-51页 |
| 3.4 基于边缘检测的目标检测算法验证与分析 | 第51-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于稀疏编码的目标识别算法研究 | 第56-72页 |
| 4.1 过完备字典的训练 | 第56-58页 |
| 4.2 基于金字塔框架和稀疏编码的特征提取 | 第58-64页 |
| 4.2.1 底层特征的提取 | 第58-61页 |
| 4.2.2 稀疏特征的提取 | 第61-63页 |
| 4.2.3 基于稀疏特征的池化 | 第63-64页 |
| 4.3 基于稀疏特征的分类器构造 | 第64-65页 |
| 4.4 基于稀疏编码的目标识别算法仿真与分析 | 第65-70页 |
| 4.4.1 字典训练的结果 | 第65页 |
| 4.4.2 底层特征性能评估与选择 | 第65-68页 |
| 4.4.3 天气变化对目标识别算法的影响 | 第68-70页 |
| 4.5 基于稀疏编码的目标识别算法验证与分析 | 第70-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 实验验证与分析 | 第72-85页 |
| 5.1 实验平台搭建 | 第72-75页 |
| 5.1.1 实验条件设置 | 第72-74页 |
| 5.1.2 实验图像的获取 | 第74-75页 |
| 5.2 入侵目标检测与识别算法实验验证与分析 | 第75-83页 |
| 5.2.1 光照对入侵目标检测与识别算法结果的影响 | 第75-78页 |
| 5.2.2 复杂背景对入侵目标检测为了与识别算法结果的影响 | 第78-81页 |
| 5.2.3 多目标对入侵目标检测与识别算法结果的影响 | 第81-83页 |
| 5.3 本章小结 | 第83-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 研究工作总结 | 第85-86页 |
| 6.2 后续研究展望 | 第86-87页 |
| 参考文献 | 第87-94页 |
| 致谢 | 第94-95页 |
| 在学期间的研究成果及发表的学术论文 | 第95页 |
