无人机定点降落中的图像处理技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11-13页 |
| 1.3 数字图像处理概述 | 第13-15页 |
| 1.4 研究目的和章节安排 | 第15-16页 |
| 第2章 旋翼飞行器自主着陆的图像预处理 | 第16-30页 |
| 2.1 图像预处理的目的和意义 | 第16页 |
| 2.2 图像灰度化 | 第16-20页 |
| 2.2.1 彩色基础和彩色模型 | 第16-19页 |
| 2.2.2 图像灰度化介绍 | 第19页 |
| 2.2.3 图像灰度化的实现 | 第19-20页 |
| 2.3 直方图变换 | 第20-24页 |
| 2.3.1 直方图基础 | 第20-21页 |
| 2.3.2 直方图均衡化 | 第21-24页 |
| 2.4 图像平滑减噪 | 第24-29页 |
| 2.5 本章小节 | 第29-30页 |
| 第3章 着降标识图像分割 | 第30-42页 |
| 3.1 图像分割的定义 | 第30-31页 |
| 3.2 基于二值化的阈值分割 | 第31-35页 |
| 3.2.1 迭代阈值法 | 第32页 |
| 3.2.2 基本自适应门限法 | 第32-33页 |
| 3.2.3 Otsu阈值法 | 第33-35页 |
| 3.3 边缘检测 | 第35-41页 |
| 3.3.1 边缘检测的概述 | 第35-36页 |
| 3.3.2 常用的边缘检测算法 | 第36-40页 |
| 3.3.3 边缘检测算子的选取 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 着降标识图像特征提取及粗识别 | 第42-49页 |
| 4.1 基于Hough变换的角点提取 | 第42-45页 |
| 4.1.1 Hough变换的基本思想 | 第42-44页 |
| 4.1.2 Hough变换算法的主要步骤和性能 | 第44-45页 |
| 4.2 图像匹配 | 第45-48页 |
| 4.2.1 图像匹配概述 | 第46页 |
| 4.2.2 角点匹配算法 | 第46-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第5章 无人机位姿估计的实现 | 第49-59页 |
| 5.1 基于图像视觉的位姿转换 | 第49-52页 |
| 5.1.1 摄像头的成像原理 | 第49-51页 |
| 5.1.2 位姿转换模型 | 第51-52页 |
| 5.2 无人机的位置估计 | 第52-58页 |
| 5.2.1 无人机的相对位置估计 | 第53-54页 |
| 5.2.2 助降体系设计 | 第54-55页 |
| 5.2.3 实验思路 | 第55-56页 |
| 5.2.4 实验步骤及结果 | 第56-58页 |
| 5.3 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |
