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

个人导航系统中惯性辅助图像去运动模糊算法研究

摘要第10-12页
ABSTRACT第12-13页
第一章 绪论第14-28页
    1.1 本课题背景及意义第14-18页
        1.1.1 本课题研究背景第14-15页
        1.1.2 本课题研究意义第15-18页
    1.2 本课题研究现状第18-23页
        1.2.1 图像去运动模糊的国内外研究发展历程第18-22页
        1.2.2 惯性辅助图像去运动模糊研究现状第22页
        1.2.3 图像去运动模糊实现平台的研究现状第22页
        1.2.4 图像质量评价方面的研究现状第22-23页
    1.3 论文研究主要内容和组织结构及主要贡献第23-28页
        1.3.1 论文的主要内容与组织结构第23-27页
        1.3.2 论文的主要工作第27-28页
第二章 无惯性辅助图像去运动模糊算法研究第28-39页
    2.1 单帧图像去运动模糊算法研究第28-32页
        2.1.1 单帧图像去运动模糊算法第28-30页
        2.1.2 单帧图像去运动模糊仿真实验第30页
        2.1.3 图像处理结果的质量评价第30-32页
    2.2 多帧图像去运动模糊算法研究第32-38页
        2.2.1 多帧图像去运动模糊算法第33-34页
        2.2.2 多帧图像去运动模糊仿真实验第34-35页
        2.2.3 图像处理结果的质量评价第35-38页
    2.3 本章小结第38-39页
第三章 惯性辅助图像去运动模糊算法研究第39-61页
    3.1 理论模型的建立及分析第39-58页
        3.1.1 模型建立第39-55页
        3.1.2 模型分析第55-58页
    3.2 惯性传感器测量单元辅助图像序列去运动模糊算法第58-60页
        3.2.1 惯性传感器测量单元第58-59页
        3.2.2 图像序列第59-60页
        3.2.3 图像序列和微惯性测量单元同步处理时间同步处理第60页
    3.3 本章小结第60-61页
第四章 图像量化及MIMU误差影响分析第61-77页
    4.1 量化对图像质量的影响第61-65页
    4.2 MIMU误差分析第65-75页
        4.2.1 MEMS陀螺仪第65-75页
        4.2.2 MEMS加速度计第75页
    4.3 本章小结第75-77页
第五章 惯性辅助图像去运动模糊算法平台实现及对比验证第77-100页
    5.1 Windows操作系统MATLAB平台仿真实验第77-86页
    5.2 Ubuntu操作系统ROS平台算法实现第86-89页
        5.2.1 Ubuntu系统ROS平台下无惯性辅助的图像去运动模糊分析第86-87页
        5.2.2 Ubuntu系统ROS平台下有惯性辅助的图像去运动模糊分析第87页
        5.2.3 Ubuntu系统ROS平台下有无惯性辅助的图像去运动模糊对比分析第87-88页
        5.2.4 Ubuntu系统ROS平台下导航环境信息图像第88-89页
    5.3 Android操作系统手机平台实现第89-99页
        5.3.1 Android系统下无惯性辅助的图像去运动模糊分析第92-93页
        5.3.2 Android系统下有惯性辅助的图像去运动模糊分析第93-94页
        5.3.3 Android系统下有无惯性辅助的图像去运动模糊对比分析第94页
        5.3.4 Android系统下有无惯性辅助的环境信息图像匹配第94-99页
    5.4 本章小结第99-100页
第六章 结论与展望第100-102页
    6.1 论文总结第100-101页
    6.2 研究展望第101-102页
致谢第102-103页
参考文献第103-107页
作者在学习期间取得的学术成果第107-108页
附录A 陀螺角增量量化误差方差与圆锥算法姿态误差方差间关系的理论表达式推导过程第108-111页

论文共111页,点击 下载论文
上一篇:具有深度信息的视频图像中的人物步态识别技术研究
下一篇:基于node.js的网络招投标系统的设计与实现