首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于相机的空间暗弱慢速目标自主识别与跟踪技术研究

摘要第5-6页
Abstract第6页
第1章 绪论第10-16页
    1.1 空间碎片的危害及其监测预警第10-13页
        1.1.1 空间碎片的来源及危害第10-11页
        1.1.2 空间碎片的监测预警第11-13页
    1.2 捕获跟踪系统的发展现状第13-15页
        1.2.1 基于相机的空间目标捕获跟踪技术第13-14页
        1.2.2 空间目标捕获跟踪算法原理简介第14-15页
        1.2.3 捕获跟踪系统的发展和应用现状第15页
    1.3 本课题的主要研究内容第15-16页
第2章 空间目标捕获跟踪中的基本算法第16-24页
    2.1 星图预处理技术第16-18页
        2.1.1 中值滤波第17页
        2.1.2 变换域滤波第17页
        2.1.3 形态学噪声滤除器第17页
        2.1.4 Wiener维纳滤波第17-18页
    2.2 星点质心定位技术第18-19页
    2.3 星图数据库设计方法第19-20页
        2.3.1 星等加权方法第19-20页
        2.3.2 回归选取方法第20页
    2.4 星图匹配算法第20-21页
    2.5 目标捕获算法第21-22页
    2.6 目标跟踪算法第22页
    2.7 本章小结第22-24页
第3章 基于特征向量投影的星图自主匹配与目标识别算法第24-38页
    3.1 星图预处理第24-25页
    3.2 星点质心定位第25-27页
        3.2.1 星点质心粗定位第25-26页
        3.2.2 星点质心细分定位第26-27页
    3.3 导航星库的建立与优化第27-31页
        3.3.1 导航星三角形的选取第27-29页
        3.3.2 特征星表构建第29-31页
    3.4 星图匹配第31-33页
        3.4.1 求取观测三角形的投影值第31-32页
        3.4.2 匹配识别第32-33页
    3.5 目标捕获第33-36页
    3.6 目标跟踪第36-37页
    3.7 本章小结第37-38页
第4章 捕获跟踪算法的编程实现第38-50页
    4.1 总体框架第38-39页
    4.2 程序描述第39-49页
        4.2.1 导航星库构建第39-40页
        4.2.2 导航星筛选第40页
        4.2.3 天区划分的编程实现第40页
        4.2.4 特征三角形星库构建第40-41页
        4.2.5 星图识别算法第41-42页
        4.2.6 质心提取第42页
        4.2.7 恒星匹配识别第42-44页
        4.2.9 目标捕获跟踪第44-47页
        4.2.10 星图反匹配第47-48页
        4.2.11 目标跟踪第48页
        4.2.12 星图反匹配第48页
        4.2.13 深度跟踪第48-49页
    4.3 本章小结第49-50页
第5章 程序的仿真验证及性能测试第50-60页
    5.1 星图仿真第50-55页
        5.1.1 恒星的选取第51页
        5.1.2 天区划分第51-52页
        5.1.3 星点灰度合成第52页
        5.1.4 噪声模型第52-55页
    5.2 目标识别率验证第55-59页
        5.2.1 无干扰的目标识别率验证第55-57页
        5.2.2 位置噪声对识别率的影响第57页
        5.2.3 星等噪声对识别率的影响第57-58页
        5.2.4 假星对识别率的影响第58-59页
        5.2.5 综合因素对识别率的影响第59页
    5.3 本章小结第59-60页
结论第60-61页
参考文献第61-64页
攻读学位期间发表论文与研究成果清单第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于多目视觉的管路端点坐标测量方法研究
下一篇:基于单一二维照片的三维模型重建研究