| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-24页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究现状 | 第14-21页 |
| 1.2.1 目标跟踪分类和研究现状 | 第14-18页 |
| 1.2.2 无人机自主空中加油目标跟踪技术 | 第18-19页 |
| 1.2.3 基于机载视觉空中目标姿态估计的研究现状 | 第19-21页 |
| 1.3 本文研究内容及结构安排 | 第21-24页 |
| 1.3.1 研究内容 | 第21-22页 |
| 1.3.2 本文结构安排 | 第22-24页 |
| 第二章 图像预处理和目标运动区域检测 | 第24-37页 |
| 2.1 引言 | 第24页 |
| 2.2 图像预处理 | 第24-32页 |
| 2.2.1 高斯噪声和椒盐噪声 | 第24-25页 |
| 2.2.2 图像处理去噪效果评价 | 第25-26页 |
| 2.2.3 图像去噪方法 | 第26-28页 |
| 2.2.4 基于特征点匹配的图像增稳算法 | 第28-32页 |
| 2.3 目标运动区域检测 | 第32-36页 |
| 2.3.1 阈值分割法 | 第32-35页 |
| 2.3.2 目标运动区域检测 | 第35-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 基于核相关滤波的目标跟踪 | 第37-55页 |
| 3.1 引言 | 第37页 |
| 3.2 目标跟踪算法比较及评价指标 | 第37-39页 |
| 3.3 核相关滤波目标跟踪算法 | 第39-47页 |
| 3.3.1 基础理论 | 第39-41页 |
| 3.3.2 核相关滤波的跟踪算法 | 第41-47页 |
| 3.4 基于KCF目标跟踪算法改进 | 第47-50页 |
| 3.5 标准数据集下的算法验证 | 第50-54页 |
| 3.5.1 在TB-50数据集中的结果 | 第50-51页 |
| 3.5.2 针对视频的验证结果 | 第51-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第四章 基于流形算法的相对姿态估计 | 第55-67页 |
| 4.1 引言 | 第55页 |
| 4.2 流形学习的基本原理 | 第55-63页 |
| 4.2.1 全局特性保持方法 | 第56-59页 |
| 4.2.2 局部特性保持方法 | 第59-63页 |
| 4.3 基于流形学习及GRNN相对姿态估计算法 | 第63-66页 |
| 4.3.1 GRNN的基本原理与网络结构 | 第63-65页 |
| 4.3.2 MaGRNN算法流程 | 第65-66页 |
| 4.4 本章小节 | 第66-67页 |
| 第五章 实验结果与分析 | 第67-80页 |
| 5.1 引言 | 第67页 |
| 5.2 加油机及加油锥套的跟踪实验 | 第67-74页 |
| 5.2.1 目标跟踪算法在仿真数据的算法验证 | 第67-70页 |
| 5.2.2 目标跟踪算法飞行试验数据的算法验证 | 第70-73页 |
| 5.2.3 对加油锥套的跟踪效果 | 第73-74页 |
| 5.3 姿态估计试验 | 第74-80页 |
| 5.3.1 流形学习降维可视化 | 第74-76页 |
| 5.3.2 姿态估计的结果 | 第76-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 本文工作总结 | 第80-81页 |
| 6.2 未来工作展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-88页 |
| 作者在学期间取得的学术成果 | 第88-89页 |
| 附录A | 第89页 |