| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景和选题意义 | 第10-12页 |
| 1.2 经典算法及研究现状 | 第12-17页 |
| 1.2.1 跟踪算法研究进展 | 第13页 |
| 1.2.2 像机位姿估计研究进展 | 第13-15页 |
| 1.2.3 基于CAD模型的位姿估计进展 | 第15-16页 |
| 1.2.4 显著性检测研究进展 | 第16-17页 |
| 1.3 本文主要内容与章节安排 | 第17-19页 |
| 第二章 飞机目标跟踪关键技术 | 第19-29页 |
| 2.1 相关滤波器 | 第19页 |
| 2.2 自适应尺度变化的核相关滤波高速跟踪算法 | 第19-25页 |
| 2.2.1 循环矩阵和对角化 | 第20-21页 |
| 2.2.2 核相关滤波算法 | 第21-24页 |
| 2.2.3 自适应尺度变化滤波算法 | 第24-25页 |
| 2.3 实验结果与分析 | 第25-28页 |
| 2.4 小结 | 第28-29页 |
| 第三章 晃动条件下像机位姿估计误差分析 | 第29-43页 |
| 3.1 测量坐标系简介 | 第29-30页 |
| 3.2 像机位姿估计优化算法 | 第30-38页 |
| 3.2.1 基于空间目标误差的正交迭代算法 | 第30-33页 |
| 3.2.2 EPnP算法 | 第33-35页 |
| 3.2.3 OPnP算法 | 第35-38页 |
| 3.3 相机位姿误差分析 | 第38-41页 |
| 3.4 小结 | 第41-43页 |
| 第四章 基于CAD模型的飞机目标初始位姿估计关键技术 | 第43-62页 |
| 4.1 CAD数据基础 | 第44-47页 |
| 4.1.1 OpenGL仿真数据库的生成 | 第44-47页 |
| 4.2 HOG+KMEANS+LDA图像分类算法 | 第47-51页 |
| 4.2.1 HOG特征概述 | 第47-49页 |
| 4.2.2 Kmeans聚类 | 第49-50页 |
| 4.2.3 主题文档生成模型 | 第50-51页 |
| 4.3 基于三维CAD模型的飞机目标位姿估计 | 第51-60页 |
| 4.3.1 算法原理 | 第52-57页 |
| 4.3.2 实验结果和分析 | 第57-60页 |
| 4.4 小结 | 第60-62页 |
| 第五章 基于显著性检测的调运避碰预警关键技术 | 第62-73页 |
| 5.1 基本理论 | 第62-64页 |
| 5.1.1 Adaboost算法简介 | 第62-63页 |
| 5.1.2 超像素简介 | 第63-64页 |
| 5.2 基于ADABOOST算法的显著性目标检测 | 第64-67页 |
| 5.2.1 弱显著性检测模型 | 第64-65页 |
| 5.2.2 强显著性检测模型 | 第65-66页 |
| 5.2.3 强弱显著图相结合 | 第66页 |
| 5.2.4 实验结果 | 第66-67页 |
| 5.3 避碰分析 | 第67-72页 |
| 5.3.1 生成凸包 | 第68-70页 |
| 5.3.2 旋转卡壳算法 | 第70-71页 |
| 5.3.3 模拟实验 | 第71-72页 |
| 5.4 小结 | 第72-73页 |
| 结束语 | 第73-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 作者在学期间取得的学术成果 | 第82页 |