无人机自主着陆的视觉识别与定位算法设计及仿真研究
| 摘要 | 第1-5页 |
| Abstract | 第5-15页 |
| 第一章 绪论 | 第15-25页 |
| ·研究的科学背景和前景展望 | 第15-24页 |
| ·基于视觉的无人机自主着陆 | 第15-19页 |
| ·图像融合技术 | 第19-22页 |
| ·着陆中的视觉识别与定位系统 | 第22-24页 |
| ·本文研究内容 | 第24-25页 |
| 第二章 视觉识别与定位系统中的图像融合 | 第25-52页 |
| ·概述 | 第25-27页 |
| ·常用的图像传感器及其性能 | 第25-26页 |
| ·图像融合方法 | 第26-27页 |
| ·基于互信息的图像配准 | 第27-42页 |
| ·熵与互信息 | 第28-29页 |
| ·互信息配准原理及流程 | 第29页 |
| ·三种基于互信息的图像配准算法及改进 | 第29-42页 |
| ·基于小波变换的图像融合 | 第42-51页 |
| ·基于小波变换的图像融合过程 | 第42-43页 |
| ·图像的小波变换及Mallat 算法 | 第43-44页 |
| ·基于三种不同小波变换的图像融合算法 | 第44-51页 |
| ·本章小结 | 第51-52页 |
| 第三章 基于支持向量机的跑道识别 | 第52-65页 |
| ·支持向量机在目标识别中的应用 | 第52-53页 |
| ·SVM 理论 | 第53-59页 |
| ·最优超平面 | 第54-55页 |
| ·支持向量机 | 第55-58页 |
| ·核函数实例 | 第58-59页 |
| ·基于支持向量机的跑道识别 | 第59-64页 |
| ·跑道识别步骤 | 第59-62页 |
| ·实验结果及分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第四章 着陆中的飞行参数获取 | 第65-79页 |
| ·获取地平线及跑道边缘线 | 第65-69页 |
| ·边缘检测和直线提取 | 第66页 |
| ·获取地平线 | 第66-67页 |
| ·获取跑道边缘线 | 第67-69页 |
| ·最小二乘法获取地平线和跑道边缘线方程 | 第69-70页 |
| ·获取飞行参数 | 第70-76页 |
| ·坐标系设定 | 第70-71页 |
| ·无人机姿态角的测定 | 第71-74页 |
| ·无人机距离跑道距离的获取 | 第74-76页 |
| ·实验结果及分析 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 第五章 视觉识别与定位系统三维仿真设计与实现 | 第79-90页 |
| ·无人机自主着陆的三维仿真及本章内容 | 第79-81页 |
| ·OpenGL 的功能和特性 | 第81-84页 |
| ·场景的建立 | 第84-85页 |
| ·将飞机模型转化为OpenGL 程序 | 第84页 |
| ·机场场景的建立 | 第84-85页 |
| ·飞机运动的交互仿真 | 第85-87页 |
| ·OpenGL 的双缓存技术 | 第85页 |
| ·飞机运动的实现 | 第85-86页 |
| ·设置摄像机模式 | 第86-87页 |
| ·添加键盘响应函数 | 第87页 |
| ·无人机自主着陆视觉识别与定位系统的设计与实现 | 第87-89页 |
| ·图像的获取与实际场景图像的实现 | 第87-88页 |
| ·图像处理与飞行参数的获取 | 第88-89页 |
| ·本章小结 | 第89-90页 |
| 第六章 总结与展望 | 第90-92页 |
| ·论文总结 | 第90页 |
| ·研究展望 | 第90-92页 |
| 参考文献 | 第92-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间发表的论文 | 第97-98页 |
| 附录(部分程序清单) | 第98-103页 |
