| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11页 |
| 1.2 UUV回收技术国内外发展现状 | 第11-15页 |
| 1.3 UUV水下视觉回收技术研究现状 | 第15-17页 |
| 1.4 论文主要研究内容和组织结构 | 第17-19页 |
| 第2章 目标光源水下图像预处理 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 水下图像处理的特殊性 | 第19-20页 |
| 2.2.1 水下图像的特点 | 第19页 |
| 2.2.2 水下图像质量下降的原因 | 第19-20页 |
| 2.2.3 水下图像处理的难点 | 第20页 |
| 2.3 基于散射模型的水下图像复原 | 第20-23页 |
| 2.3.1 后向散射分层传输模型 | 第20-21页 |
| 2.3.2 基于散射模型的水下图像复原 | 第21-23页 |
| 2.4 水下图像平滑预处理 | 第23-26页 |
| 2.4.1 均值滤波 | 第23-24页 |
| 2.4.2 中值滤波 | 第24-25页 |
| 2.4.3 高斯滤波 | 第25-26页 |
| 2.5 水下图像增强预处理 | 第26-30页 |
| 2.5.1 直方图均衡化 | 第27-28页 |
| 2.5.2 Wallis滤波 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 目标光源水下图像特征提取 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 目标光源水下图像轮廓线提取 | 第31-34页 |
| 3.2.1 Canny边缘检测 | 第31-33页 |
| 3.2.2 组合Snake模型 | 第33-34页 |
| 3.3 基于量子粒子群的轮廓线匹配 | 第34-39页 |
| 3.3.1 量子粒子群优化算法 | 第35-36页 |
| 3.3.2 轮廓线灰色关联度分析 | 第36-37页 |
| 3.3.3 基于量子粒子群优化算法的轮廓匹配 | 第37-39页 |
| 3.4 基于Blob分析和贝叶斯决策的伪光源去除 | 第39-43页 |
| 3.4.1 水下目标光源真伪图像特点分析 | 第40-41页 |
| 3.4.2 水下目标光源图像Blob分析 | 第41-42页 |
| 3.4.3 基于贝叶斯决策的伪光源去除 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于单目视觉的相对位姿估计方法 | 第45-63页 |
| 4.1 引言 | 第45页 |
| 4.2 UUV水下回收方式及方案 | 第45-47页 |
| 4.3 单目视觉导引系统硬件设备组成 | 第47-51页 |
| 4.3.1 CCD单目摄像机 | 第47页 |
| 4.3.2 图像采集设备 | 第47-48页 |
| 4.3.3 光强可调的回收目标光源 | 第48-51页 |
| 4.4 单目视觉系统模型建立 | 第51-53页 |
| 4.4.1 坐标系建立 | 第51-52页 |
| 4.4.2 单目摄像机模型建立 | 第52-53页 |
| 4.5 基于单目视觉的相对位姿估计 | 第53-61页 |
| 4.5.1 理想条件下单目视觉相对位姿估计 | 第53-55页 |
| 4.5.2 非理想条件下单目视觉相对位姿估计 | 第55-61页 |
| 4.6 本章小结 | 第61-63页 |
| 第5章 UUV水下回收视觉导引相对位姿估计模拟实验 | 第63-73页 |
| 5.1 引言 | 第63页 |
| 5.2 模拟实验环境组成 | 第63-65页 |
| 5.2.1 单目视觉相对位姿估计系统 | 第63-64页 |
| 5.2.2 导引控制系统 | 第64-65页 |
| 5.3 视觉导引相对位姿估计算法流程 | 第65-67页 |
| 5.3.1 四自由度相对位姿估计算法流程 | 第65-66页 |
| 5.3.2 UUV模拟回收算法流程 | 第66-67页 |
| 5.4 实验案例及结果 | 第67-71页 |
| 5.4.1 理想条件下的相对位姿估计实验 | 第67-69页 |
| 5.4.2 纵倾条件下相对位姿估计 | 第69-70页 |
| 5.4.3 UUV模拟回收 | 第70-71页 |
| 5.5 本章小结 | 第71-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-83页 |
| 致谢 | 第83页 |