| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-29页 |
| ·研究背景 | 第8-9页 |
| ·GS-1303 高速电视测量系统 | 第9-12页 |
| ·研究目的 | 第12-19页 |
| ·空间姿态与单站姿态 | 第12-16页 |
| ·刚体运动模型与单站姿态自动判读 | 第16-19页 |
| ·运动视觉分析与运动参数估计方法概述 | 第19-27页 |
| ·基于光流的运动分析 | 第20-22页 |
| ·基于贝叶斯滤波的运动分析 | 第22-24页 |
| ·基于图像配准的运动分析 | 第24-27页 |
| ·全文内容安排 | 第27-29页 |
| 第二章 光流计算与特征点跟踪 | 第29-46页 |
| ·光流分析与光流方程 | 第29-31页 |
| ·基于梯度的光流计算 | 第31-33页 |
| ·光流计算实验 | 第33-38页 |
| ·特征点光流 | 第38-41页 |
| ·特征点的选取 | 第38-40页 |
| ·KLT 角点跟踪 | 第40-41页 |
| ·基于卡尔曼滤波的KLT 角点跟踪 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第三章 运动参数的鲁棒估计 | 第46-60页 |
| ·最小二乘估计(LS) | 第46-47页 |
| ·鲁棒估计方法 | 第47-54页 |
| ·M 估计 | 第47-50页 |
| ·最小平方中值 | 第50-51页 |
| ·RANSAC 算法 | 第51-52页 |
| ·“RANSAC+LS” | 第52-54页 |
| ·“RANSAC+LS”姿态估计仿真与精度分析 | 第54-57页 |
| ·基于角点跟踪的运动参数鲁棒估计算法 | 第57-59页 |
| ·攻击段无人机中轴线方程自动判读实验 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 粒子滤波与运动参数估计 | 第60-82页 |
| ·贝叶斯滤波 | 第60-62页 |
| ·卡尔曼滤波 | 第62-67页 |
| ·卡尔曼滤波与扩展卡尔曼滤波 | 第62-64页 |
| ·UKF | 第64-67页 |
| ·粒子滤波 | 第67-74页 |
| ·序贯重要性采样 | 第68-69页 |
| ·重采样 | 第69-70页 |
| ·Condensation 算法 | 第70-71页 |
| ·UPF | 第71-74页 |
| ·基于Condensation 算法的运动参数估计 | 第74-81页 |
| ·系统方程与测量方程 | 第74页 |
| ·粒子权重与相似性测度 | 第74-78页 |
| ·仿真实验与精度分析 | 第78-79页 |
| ·初始段无人机中轴线方程自动判读实验 | 第79-80页 |
| ·算法的缺陷 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第五章 轮廓配准与进化计算 | 第82-106页 |
| ·轮廓配准 | 第82-86页 |
| ·特征空间 | 第82-83页 |
| ·相似性测度 | 第83-84页 |
| ·搜索空间 | 第84-85页 |
| ·搜索策略 | 第85-86页 |
| ·进化计算与遗传算法 | 第86-93页 |
| ·遗传算法(GA) | 第86-90页 |
| ·基于GA 的点模式匹配仿真 | 第90-93页 |
| ·群智能与粒子群优化 | 第93-97页 |
| ·粒子群优化(PSO) | 第93-96页 |
| ·基于PSO 的点模式匹配仿真 | 第96-97页 |
| ·差分进化(DE) | 第97-102页 |
| ·基于DE 的点模式匹配仿真 | 第100-101页 |
| ·GA、PSO、DE 的比较与分析 | 第101-102页 |
| ·基于“Condensation+DE”的运动参数估计 | 第102-104页 |
| ·“Condensation+DE” | 第102-103页 |
| ·初始段导弹中轴线方程自动判读实验 | 第103-104页 |
| ·本章小结 | 第104-106页 |
| 第六章 全文总结与展望 | 第106-108页 |
| 参考文献 | 第108-119页 |
| 攻读博士学位期间发表的学术论文 | 第119-120页 |
| 致谢 | 第120页 |