基于视觉的加油伞跟踪方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-21页 |
| 1.2.1 自主空中加油视觉系统研究现状 | 第11-13页 |
| 1.2.2 目标检测算法研究现状 | 第13-14页 |
| 1.2.3 单目标跟踪算法研究现状 | 第14-21页 |
| 1.3 本文研究内容 | 第21-22页 |
| 第二章 加油伞跟踪系统设计 | 第22-29页 |
| 2.1 引言 | 第22页 |
| 2.2 加油伞跟踪场景分析 | 第22-23页 |
| 2.3 加油伞跟踪系统总体设计 | 第23-28页 |
| 2.3.1 检测模块 | 第24页 |
| 2.3.2 跟踪模块 | 第24-25页 |
| 2.3.3 阶段转换 | 第25-26页 |
| 2.3.4 定位模块 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 加油伞跟踪方法研究 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 加油伞检测算法研究 | 第29-32页 |
| 3.2.1 目标检测算法分析 | 第29-30页 |
| 3.2.2 基于NCC的加油伞检测算法研究 | 第30-32页 |
| 3.3 加油伞跟踪算法研究 | 第32-42页 |
| 3.3.1 目标跟踪算法分析 | 第32-35页 |
| 3.3.2 基于ICLK的加油伞跟踪算法研究 | 第35-38页 |
| 3.3.2.1 ICLK算法分析 | 第35-36页 |
| 3.3.2.3 算法改进 | 第36-38页 |
| 3.3.3 基于相关滤波的加油伞跟踪算法研究 | 第38-41页 |
| 3.3.3.1 ECO算法分析 | 第38-39页 |
| 3.3.3.2 算法改进 | 第39-41页 |
| 3.3.4 基于ICLK和ECO的跟踪算法对比 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 加油伞跟踪系统软件设计 | 第43-50页 |
| 4.1 引言 | 第43页 |
| 4.2 软件开发环境 | 第43页 |
| 4.3 加油伞跟踪系统软件设计框架 | 第43-44页 |
| 4.4 用户界面 | 第44-45页 |
| 4.5 检测模块 | 第45-46页 |
| 4.5.1 功能分析 | 第45页 |
| 4.5.2 软件流程 | 第45-46页 |
| 4.5.3 算法实现 | 第46页 |
| 4.6 跟踪模块 | 第46-47页 |
| 4.6.1 功能分析 | 第46页 |
| 4.6.2 软件流程 | 第46-47页 |
| 4.6.3 算法实现 | 第47页 |
| 4.7 定位模块 | 第47-49页 |
| 4.7.1 功能分析 | 第47-48页 |
| 4.7.2 软件流程 | 第48页 |
| 4.7.3 算法实现 | 第48-49页 |
| 4.8 本章小结 | 第49-50页 |
| 第五章 加油伞跟踪方法实验研究 | 第50-59页 |
| 5.1 引言 | 第50页 |
| 5.2 实验平台设计 | 第50-51页 |
| 5.3 加油伞识别跟踪系统实验与分析 | 第51-58页 |
| 5.3.1 加油伞定位性能测试与误差分析 | 第51-53页 |
| 5.3.2 加油伞跟踪性能测试与分析 | 第53-58页 |
| 5.3.3 结果分析 | 第58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-68页 |
| 附录 | 第68-74页 |
| 致谢 | 第74页 |
