| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题背景及选题依据 | 第10-12页 |
| ·长航时无人机概述 | 第10页 |
| ·无人机导航技术发展现状 | 第10-12页 |
| ·景象匹配制导技术 | 第12-13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 景象匹配辅助导航技术分析 | 第15-27页 |
| ·惯性导航技术 | 第15-16页 |
| ·惯性导航技术的特点 | 第15页 |
| ·惯性导航技术的发展 | 第15-16页 |
| ·景象匹配辅助导航技术 | 第16-17页 |
| ·景象匹配辅助导航的基本原理 | 第16-17页 |
| ·景象匹配辅助导航技术的特点 | 第17页 |
| ·景象匹配的数学描述 | 第17-18页 |
| ·景象匹配算法的构成 | 第18-21页 |
| ·特征空间 | 第19页 |
| ·相似性测度 | 第19-20页 |
| ·搜索空间 | 第20页 |
| ·搜索策略 | 第20-21页 |
| ·常用的景象匹配算法 | 第21-24页 |
| ·基于灰度相关的匹配方法 | 第21-22页 |
| ·基于图像特征的匹配方法 | 第22-23页 |
| ·基于频域的匹配方法 | 第23-24页 |
| ·影响匹配算法性能的因素 | 第24-26页 |
| ·成像模式 | 第24页 |
| ·成像畸变 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第三章 SAR图像与可见光图像匹配方法研究 | 第27-50页 |
| ·SAR图像与可见光图像的共性分析 | 第27页 |
| ·SAR图像与可见光图像的边缘提取 | 第27-30页 |
| ·可见光图像的边缘特征提取 | 第27-28页 |
| ·SAR图像特征提取的特殊性 | 第28-29页 |
| ·SAR图像的边缘特征提取 | 第29-30页 |
| ·基于边缘特征的匹配算法 | 第30-32页 |
| ·基于边缘的相关匹配算法 | 第30-31页 |
| ·基于边缘的Hausdorff距离匹配算法 | 第31-32页 |
| ·一种基于小波分解的SAR图像与可见光图像的最小二乘匹配算法 | 第32-49页 |
| ·MAD相似性测度 | 第33-35页 |
| ·基于小波图像金字塔的匹配搜索策略 | 第35-38页 |
| ·最小二乘图像匹配算法 | 第38-41页 |
| ·基于小波多分辨率的图像匹配算法 | 第41-44页 |
| ·仿真实验与分析 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 景象匹配区选择及基准图存储技术研究 | 第50-63页 |
| ·景象适配性分析的基本原理 | 第50页 |
| ·匹配区的选择准则 | 第50-53页 |
| ·基于图像方差的选取准则 | 第51页 |
| ·基于图像独立像元数的选取准则 | 第51-52页 |
| ·基于图像重复模式的选取准则 | 第52页 |
| ·基于自匹配系数的选取准则 | 第52-53页 |
| ·匹配区的选取方法研究 | 第53-59页 |
| ·原始基准图的预处理 | 第53-54页 |
| ·匹配区的稳定性分析 | 第54-55页 |
| ·匹配区的信息量分析 | 第55-56页 |
| ·匹配区内的重复模式分析 | 第56-58页 |
| ·图像自匹配概率分析 | 第58-59页 |
| ·层次匹配区选取方法 | 第59页 |
| ·基准图数据的存储和检索技术 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 参考文献 | 第67-69页 |