基于视频测量机器人的自动天文测量技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 传统的天文测量 | 第13-14页 |
| 1.2.2 基于电子经纬仪/传统全站仪的天文测量 | 第14-15页 |
| 1.2.3 基于天顶仪的天文测量 | 第15-17页 |
| 1.3 研究内容安排及主要创新点 | 第17-21页 |
| 1.3.1 论文内容安排 | 第17-18页 |
| 1.3.2 论文创新点 | 第18-21页 |
| 第二章 自动天文测量基本理论 | 第21-35页 |
| 2.1 引言 | 第21页 |
| 2.2 天文测量中的时空基准 | 第21-28页 |
| 2.2.1 天文测量中的坐标参考系统 | 第21-24页 |
| 2.2.2 天文测量中的时间参考系统 | 第24-28页 |
| 2.3 天文测量中的图像处理技术 | 第28-34页 |
| 2.3.1 图像预处理 | 第28-30页 |
| 2.3.2 星点提取 | 第30-33页 |
| 2.3.3 星点质心定位算法 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 TS50i在自动天文测量中的应用 | 第35-43页 |
| 3.1 引言 | 第35页 |
| 3.2 视频测量机器人设备的优点 | 第35-37页 |
| 3.3 TS50i用于自动天文测量的关键技术 | 第37-41页 |
| 3.3.1 地理数据通讯接口的完善 | 第37-39页 |
| 3.3.2 拍摄星图的图形特征和处理流程 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 一维最大熵阈值分割算法 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 基于一维最大熵的阈值分割算法 | 第43-47页 |
| 4.2.1 图像灰度特性 | 第43-44页 |
| 4.2.2 一维最大熵法 | 第44-47页 |
| 4.2.3 分割效果评价 | 第47页 |
| 4.3 实验结果与分析 | 第47-54页 |
| 4.3.1 星图的灰度直方图特点 | 第47-49页 |
| 4.3.2 星图的阈值分割效果 | 第49-51页 |
| 4.3.3 星点提取精度 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于视频测量机器人的自动天文测量技术 | 第55-71页 |
| 5.1 引言 | 第55页 |
| 5.2 视频全站仪的测量新技术 | 第55-59页 |
| 5.2.1 多星近似等高法 | 第55-56页 |
| 5.2.2 基于人眼观测的天文作业 | 第56-57页 |
| 5.2.3 CCD视频测量原理 | 第57-58页 |
| 5.2.4 自动天文测量的优势 | 第58-59页 |
| 5.3 构建室内像素坐标与度盘值转换模型 | 第59-61页 |
| 5.4 实验结果与分析 | 第61-68页 |
| 5.4.1 计算转换模型及精度评定 | 第62-64页 |
| 5.4.2 实测数据分析 | 第64-67页 |
| 5.4.3 误差分析 | 第67-68页 |
| 5.5 基于视频测量的自动天文测量系统 | 第68-69页 |
| 5.6 本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-74页 |
| 6.1 工作总结 | 第71-72页 |
| 6.2 研究展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 作者简历 | 第81-82页 |
