| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 国外研究现状 | 第8-10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.2.3 现有方法存在的问题 | 第12页 |
| 1.3 本文主要工作内容及结构安排 | 第12-13页 |
| 第2章 单目视觉无人机降落位姿检测估计算法的设计 | 第13-20页 |
| 2.1 无人机位姿检测估计算法的流程图 | 第13-14页 |
| 2.2 位姿检测估计常用的坐标系 | 第14-16页 |
| 2.2.1 坐标系简述 | 第14-15页 |
| 2.2.2 坐标系之间的转换 | 第15-16页 |
| 2.2.3 机体坐标系与姿态角 | 第16页 |
| 2.3 机载相机的参数标定 | 第16-19页 |
| 2.3.1 机载相机的内参和畸变参数的介绍 | 第17页 |
| 2.3.2 相机标定的方法 | 第17-18页 |
| 2.3.3 标定实验 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 姿态估计中的合作目标图像处理 | 第20-39页 |
| 3.1 姿态估计合作目标图像的设计 | 第20-22页 |
| 3.2 图像处理的方案 | 第22页 |
| 3.3 合作目标图像预处理和匹配 | 第22-25页 |
| 3.3.1 合作目标图像金字塔压缩 | 第22-23页 |
| 3.3.2 模板匹配分割目标区域 | 第23-25页 |
| 3.4 合作目标图像边缘检测和角点提取方案 | 第25-34页 |
| 3.4.1 合作目标图像的中值滤波 | 第25-26页 |
| 3.4.2 合作目标图像颜色空间转换 | 第26-28页 |
| 3.4.3 合作目标图像灰度化和二值化 | 第28-30页 |
| 3.4.4 合作目标图像边缘检测轮廓提取和ROI区域获取 | 第30-33页 |
| 3.4.5 合作目标图像角点检测和提取 | 第33-34页 |
| 3.5 角点聚类和特征点提取与匹配 | 第34-36页 |
| 3.5.1 改进的K-means算法和特征点的提取 | 第34-35页 |
| 3.5.2 特征点的匹配 | 第35-36页 |
| 3.6 角点提取仿真实验 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第4章 基于点特征的无人机降落位姿检测估计算法 | 第39-61页 |
| 4.1 欧式空间的刚体运动 | 第39-44页 |
| 4.1.1 数学参量的介绍 | 第39-41页 |
| 4.1.2 刚体运动的数学描述 | 第41-44页 |
| 4.2 基于单帧合作目标图像的位姿解算 | 第44-53页 |
| 4.2.1 畸变校正 | 第44页 |
| 4.2.2 透视投影模型的初值求解 | 第44-46页 |
| 4.2.3 正交迭代求解最优解 | 第46-47页 |
| 4.2.4 位姿解算 | 第47页 |
| 4.2.5 位姿解算仿真实验 | 第47-53页 |
| 4.3 基于视觉位姿估计的运动估计 | 第53-60页 |
| 4.3.1 卡尔曼滤波原理简介 | 第53-56页 |
| 4.3.2 基于视觉降落位姿估计的运动估计仿真实验 | 第56-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 总结和展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士期间成果 | 第66-67页 |
| 致谢 | 第67-68页 |
