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

基于无人机影像的景象匹配系统设计与实现

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·选题背景及意义第10-11页
   ·国内外研究现状第11-15页
     ·无人机影像处理第11-13页
     ·景象匹配第13-15页
   ·本文主要上作第15-16页
   ·本文章节安排第16-18页
第2章 无人机景象匹配基础第18-28页
   ·景象匹配的数学定义第18-19页
   ·景象匹配中的数学模型第19-21页
   ·景象匹配的算法组成第21-22页
   ·常用的景象匹配方法第22-23页
     ·基于灰度的匹配算法第22-23页
     ·基于特征的匹配算法第23页
   ·特征提取第23-26页
     ·角点特征第24-25页
     ·边缘特征第25页
     ·轮廓特征第25-26页
   ·跟踪与预测方法介绍第26-27页
     ·光流跟踪第27页
     ·图像金字塔第27页
     ·Kalman滤波第27页
   ·本章小结第27-28页
第3章 系统设计与实现第28-44页
   ·系统总体设计第28-29页
   ·模块分析与实现第29-41页
     ·实时图像获取第29页
     ·基准图获取第29-30页
     ·实时图的稳像第30-32页
     ·特征提取第32-38页
     ·匹配第38-41页
     ·结果显示第41页
   ·系统仿真环境第41页
   ·本章小结第41-44页
第4章 无人机影像稳像第44-54页
   ·光流跟踪有效性检测第45-48页
     ·有效性准则原理第45-46页
     ·有效性准则算法实现第46-48页
   ·运动估计第48-52页
     ·最小二乘法运动估计原理第49-50页
     ·运动估计实现过程第50-51页
     ·运动估计的效果第51-52页
   ·本章小结第52-54页
第5章 景象匹配系统第54-72页
   ·基于Hu不变矩特征的轮廓匹配第55-60页
     ·Hu不变矩与测度第55-57页
     ·匹配与筛选第57-60页
   ·实时图与基准图间的变换模型计算第60-67页
     ·缩放比例的计算第61-62页
     ·旋转角度的计算第62-65页
     ·位移向量的计算第65-67页
   ·Kalman位移向量预测第67-69页
     ·建立Kalman预测模型第67-68页
     ·Kalman预测算法第68页
     ·Kalman预测实现过程第68-69页
   ·实时图与基准图的融合第69-70页
   ·本章小结第70-72页
第6章 系统性能测试与分析第72-80页
   ·稳像功能测试第72-73页
   ·景象匹配系统测试第73-78页
     ·有效性测试第74-77页
     ·匹配准确率测试第77页
     ·预测准确率测试第77-78页
   ·匹配系统实时性测试第78-79页
   ·本章小结第79-80页
第7章 总结与展望第80-82页
   ·总结第80-81页
   ·存在的问题及展望第81-82页
参考文献第82-86页
致谢第86-88页
攻读硕士学位期间发表的学术论文第88页

论文共88页,点击 下载论文
上一篇:间隔事件流上的频繁情节挖掘方法研究
下一篇:人脸图像中特征提取方法的研究