摘要 | 第4-5页 |
ABSTRACT | 第5页 |
目录 | 第6-9页 |
图表清单 | 第9-11页 |
缩略词 | 第11-12页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 激光打靶系统研究现状 | 第13-14页 |
1.3 关键技术研究现状 | 第14-18页 |
1.3.1 目标跟踪技术 | 第14-16页 |
1.3.2 激光光斑识别技术 | 第16-18页 |
1.4 论文主要研究内容与组织结构 | 第18-20页 |
1.4.1 主要研究内容 | 第18-19页 |
1.4.2 组织结构 | 第19-20页 |
第二章 移动激光打靶系统设计 | 第20-28页 |
2.1 系统分析 | 第20-21页 |
2.1.1 功能需求 | 第20页 |
2.1.2 性能需求 | 第20-21页 |
2.2 系统总体框架设计 | 第21-24页 |
2.2.1 硬件部分设计 | 第22-23页 |
2.2.2 软件部分框架设计 | 第23-24页 |
2.3 关键技术 | 第24-27页 |
2.3.1 移动靶位跟踪 | 第25-26页 |
2.3.2 激光光斑识别及判靶 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第三章 基于改进粒子滤波和 GHT 的移动靶位跟踪技术 | 第28-46页 |
3.1 移动靶位跟踪总体框架 | 第28-29页 |
3.2 全局自适应人工鱼群算法 | 第29-30页 |
3.3 基于免疫鱼群的改进粒子滤波的靶位跟踪粗定位 | 第30-37页 |
3.3.1 靶位跟踪粗定位算法组成框架 | 第30-31页 |
3.3.2 基于加权直方图的靶位目标模型 | 第31-32页 |
3.3.3 基于人工鱼群的重要密度函数 | 第32页 |
3.3.4 基于免疫算子的重采样 | 第32-34页 |
3.3.5 靶位跟踪粗定位算法具体步骤 | 第34页 |
3.3.6 靶位跟踪粗定位算法实验结果分析 | 第34-37页 |
3.4 基于人工鱼群的改进 GHT 的靶位精确定位 | 第37-45页 |
3.4.1 靶位精确定位算法组成框架 | 第37-39页 |
3.4.2 基于精简 R 表的靶位目标模型 | 第39-40页 |
3.4.3 基于改进 GAAFSA 的 GHT 累加器空间搜索 | 第40-41页 |
3.4.4 靶位精确定位算法具体步骤 | 第41页 |
3.4.5 靶位精确定位算法复杂度分析 | 第41-42页 |
3.4.6 靶位精确定位实验结果分析 | 第42-45页 |
3.5 本章小结 | 第45-46页 |
第四章 基于小波变换和加权重心法的激光光斑识别及判靶技术 | 第46-59页 |
4.1 激光光斑识别及判靶总体框架 | 第46页 |
4.2 图像预处理 | 第46-49页 |
4.2.1 图像灰度化 | 第46-48页 |
4.2.2 靶位标准化 | 第48-49页 |
4.3 基于小波变换和加权重心法的激光光斑识别 | 第49-55页 |
4.3.1 激光光斑识别算法组成框架 | 第49-50页 |
4.3.2 靶位背景差分 | 第50-51页 |
4.3.3 基于小波变换的激光光斑检测 | 第51-54页 |
4.3.4 基于加权重心法的激光光斑中心点检测 | 第54页 |
4.3.5 激光光斑识别算法具体步骤 | 第54-55页 |
4.4 靶位环数计算 | 第55-57页 |
4.4.1 靶位有效区域判定 | 第55-56页 |
4.4.2 靶位环数计算 | 第56-57页 |
4.5 激光光斑识别及判靶实验结果分析 | 第57-58页 |
4.6 本章小结 | 第58-59页 |
第五章 移动激光打靶系统实现与应用 | 第59-72页 |
5.1 硬件部分实现 | 第59-60页 |
5.1.1 激光枪的组成 | 第59-60页 |
5.1.2 视频采集设备的选择 | 第60页 |
5.2 软件部分实现 | 第60-69页 |
5.2.1 软件开发平台 | 第61页 |
5.2.2 系统功能结构 | 第61-62页 |
5.2.3 主要功能实现 | 第62-69页 |
5.3 系统运行实例 | 第69-71页 |
5.4 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 总结 | 第72-73页 |
6.2 展望 | 第73-74页 |
参考文献 | 第74-78页 |
致谢 | 第78-79页 |
在学期间的研究成果及发表的学术论文 | 第79页 |