| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题的研究背景及意义 | 第10-14页 |
| 1.1.1 无人机着陆的导航方法 | 第10-11页 |
| 1.1.2 国内外研究现状 | 第11-14页 |
| 1.2 本文主要工作 | 第14-15页 |
| 1.3 本论文的结构安排 | 第15-17页 |
| 第二章 无人机视觉着陆导引的总体方案 | 第17-34页 |
| 2.1 着陆条件分析 | 第17-26页 |
| 2.1.1 导航条件分析 | 第17-23页 |
| 2.1.2 气候条件分析 | 第23-25页 |
| 2.1.3 着陆跑道的分析 | 第25-26页 |
| 2.2 总体方案的提出 | 第26-28页 |
| 2.3 地面合作目标的设计与研制 | 第28-32页 |
| 2.3.1 合作目标的设计 | 第28-31页 |
| 2.3.2 合作目标的研制 | 第31-32页 |
| 2.4 无人机与合作目标的通信设计 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 无人机的着陆跑道实现中的坐标转换 | 第34-41页 |
| 3.1 坐标系 | 第34-36页 |
| 3.1.1 图像坐标系 | 第34页 |
| 3.1.2 摄像机坐标系(x_c,y_x,z_c) | 第34-35页 |
| 3.1.3 世界坐标系(x_w,y_w,z_w,) | 第35页 |
| 3.1.4 无人机坐标系 | 第35-36页 |
| 3.1.5 无人机航迹坐标系 | 第36页 |
| 3.1.6 WGS-84世界大地坐标系 | 第36页 |
| 3.2 着陆坐标系的转换 | 第36-40页 |
| 3.2.1 图像坐标系与摄像机坐标系的变换关系 | 第36-37页 |
| 3.2.2 摄像机坐标系与无人机坐标系的变换关系 | 第37页 |
| 3.2.3 无人机坐标系与无人机航迹坐标系的变换关系 | 第37-39页 |
| 3.2.4 无人机航迹坐标系与无人机当地水平坐标系的变换关系 | 第39页 |
| 3.2.5 无人机当地水平坐标系与WGS-84坐标系的变换关系 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 目标图像的预处理 | 第41-53页 |
| 4.1 目标图像的滤波 | 第41-44页 |
| 4.1.1 维纳滤波原理 | 第41-42页 |
| 4.1.2 边缘保持滤波原理 | 第42-43页 |
| 4.1.3 两种滤波的效果分析 | 第43-44页 |
| 4.2 目标图像的阈值分割 | 第44-47页 |
| 4.2.1 自适应阈值分割 | 第44-45页 |
| 4.2.2 迭代的白适应阈值分割 | 第45-47页 |
| 4.2.3 目标图像的二值形态学运算 | 第47页 |
| 4.3 目标图像的阈值分割 | 第47-51页 |
| 4.3.1 二值图像的分割算法 | 第48-51页 |
| 4.3.2 目标图像中合作目标的分割 | 第51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 目标图像合作目标的快速识别算法的设计与实现 | 第53-71页 |
| 5.1 采用不变矩识别算法对目标的识别 | 第53-55页 |
| 5.2 目标图像中合作目标的分割 | 第55-61页 |
| 5.2.1 结合合作目标特征的分析 | 第55-57页 |
| 5.2.2 边缘特征的检测 | 第57-59页 |
| 5.2.3 边缘特征提取的效果比较 | 第59-61页 |
| 5.2.4 基于不变矩的方向角识别算法 | 第61页 |
| 5.3 识别算法的结果分析 | 第61-63页 |
| 5.4 跑道边界的检测与识别 | 第63-70页 |
| 5.4.1 边缘检测 | 第63-67页 |
| 5.4.2 Hough变换 | 第67-69页 |
| 5.4.3 道路识别 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 全文工作总结与展望 | 第71-73页 |
| 6.1 本文的主要工作 | 第71页 |
| 6.2 研究展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-76页 |
