TXX无人机的自动跟踪算法研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-15页 |
·课题的背景与意义 | 第8-9页 |
·目标跟踪常用的实现方法 | 第9-11页 |
·基于特征匹配的目标跟踪法 | 第9页 |
·基于区域匹配的目标跟踪法 | 第9-10页 |
·基于模型匹配的目标跟踪法 | 第10页 |
·基于变形模板的目标跟踪法 | 第10-11页 |
·目标跟踪技术的国内外发展现状 | 第11-12页 |
·本文研究的主要内容和组织结构 | 第12-14页 |
·本文研究的内容 | 第12页 |
·本文的组织结构及框架图 | 第12-14页 |
·本章小结 | 第14-15页 |
2 无人机自动跟踪总体方案 | 第15-21页 |
·基于轮廓的目标跟踪 | 第15-16页 |
·基于合作目标的无人机自动跟踪原理 | 第16-20页 |
·本章小结 | 第20-21页 |
3 图像预处理 | 第21-29页 |
·图像去噪 | 第21-25页 |
·图像的均值滤波 | 第21-23页 |
·图像的中值滤波 | 第23-24页 |
·改进的中值滤波算法 | 第24-25页 |
·数学形态学处理 | 第25-28页 |
·灰度膨胀 | 第26-27页 |
·灰度腐蚀 | 第27-28页 |
·开操作和闭操作运算 | 第28页 |
·本章小结 | 第28-29页 |
4 目标检测与识别 | 第29-40页 |
·目标检测 | 第29-31页 |
·光流法 | 第29-30页 |
·帧间差分法 | 第30页 |
·背景差分法 | 第30-31页 |
·真伪目标的判定 | 第31-33页 |
·阈值分割 | 第33-37页 |
·双峰法 | 第33-35页 |
·最大类间方差法Otsu | 第35页 |
·基于迭代的改进Otsu图像分割算法 | 第35-37页 |
·光斑的形心计算 | 第37-39页 |
·本章小结 | 第39-40页 |
5 目标的位置预测与跟踪 | 第40-54页 |
·目标位置预测与跟踪 | 第40-47页 |
·Kalman滤波算法综述 | 第40-41页 |
·基于K-S检验的直方图匹配法 | 第41-43页 |
·基于Kalman滤波的模板匹配跟踪算法 | 第43-47页 |
·算法仿真及结果分析 | 第47-49页 |
·Kalman滤波轨迹预测算法仿真 | 第47-48页 |
·直方图模板匹配跟踪算法仿真 | 第48-49页 |
·目标跟踪的坐标系统及其关系 | 第49-52页 |
·目标跟踪的坐标系统 | 第49-51页 |
·坐标系之间的变换关系 | 第51-52页 |
·系统控制平台的姿态调整 | 第52-53页 |
·本章小结 | 第53-54页 |
6 结论与展望 | 第54-56页 |
·结论 | 第54页 |
·展望 | 第54-56页 |
参考文献 | 第56-62页 |
攻读硕士学位期间发表的论文 | 第62-63页 |
致谢 | 第63-65页 |