摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 研究目的与意义 | 第9页 |
1.2 国内外研究现状 | 第9-13页 |
1.2.1 常见的目标定位方法国内外研究现状 | 第10-12页 |
1.2.2 图像匹配定位算法研究现状 | 第12页 |
1.2.3 无人机机器视觉发展现状 | 第12-13页 |
1.3 本文主要研究内容 | 第13-15页 |
第2章 基于传统特征的Mean Shift匹配算法 | 第15-23页 |
2.1 Mean Shift算法的理论 | 第15-18页 |
2.1.1 Mean Shift算法的优势 | 第15-16页 |
2.1.2 核密度估计式 | 第16页 |
2.1.3 Mean Shift向量 | 第16-18页 |
2.2 基于颜色直方图特征的Mean Shift匹配算法 | 第18-20页 |
2.3 基于梯度方向直方图特征的Mean Shift匹配算法 | 第20-21页 |
2.4 基于梯度幅值直方图特征的Mean Shift匹配算法 | 第21-22页 |
2.5 本章小结 | 第22-23页 |
第3章 基于梯度矢量流的特征提取算法设计 | 第23-33页 |
3.1 引言 | 第23页 |
3.2 图像的预处理 | 第23-25页 |
3.3 梯度矢量流(GVF)变形模型的研究 | 第25-29页 |
3.3.1 GVF的边缘映射 | 第27页 |
3.3.2 GVF的梯度扩散权值选择 | 第27-28页 |
3.3.3 仿真实验与结果分析 | 第28-29页 |
3.4 基于GVF提取的直方图特征实验及分析 | 第29-32页 |
3.5 本章小结 | 第32-33页 |
第4章 改进的Mean Shift目标定位算法 | 第33-46页 |
4.1 引言 | 第33页 |
4.2 改进的Mean Shift目标定位算法设计 | 第33-37页 |
4.2.1 目标模型描述 | 第33-34页 |
4.2.2 候选模型的描述 | 第34-35页 |
4.2.3 相似性度量 | 第35页 |
4.2.4 基于核函数轮廓函数的目标定位 | 第35-36页 |
4.2.5 算法设计流程 | 第36-37页 |
4.3 初始迭代点的选取 | 第37-38页 |
4.4 仿真实验与结果分析 | 第38-45页 |
4.5 本章小结 | 第45-46页 |
结论 | 第46-47页 |
参考文献 | 第47-51页 |
攻读硕士期间发表的学术论文 | 第51-52页 |
致谢 | 第52页 |