基于计算机视觉的飞行器轨迹估计的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·选题背景 | 第10-11页 |
| ·飞行器导航技术研究现状与发展 | 第11-12页 |
| ·本文主要工作 | 第12-13页 |
| ·本文章节安排 | 第13-14页 |
| 第2章 基于自适应阈值的模板提取 | 第14-32页 |
| ·图像预处理 | 第14-19页 |
| ·噪声去除 | 第14-16页 |
| ·图像增强 | 第16-19页 |
| ·图像分割及边缘检测 | 第19-30页 |
| ·边缘检测原理 | 第20-22页 |
| ·微分边缘检测 | 第22-24页 |
| ·canny检测准则 | 第24-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 目标特征点提取 | 第32-46页 |
| ·轮廓形状表示 | 第32-33页 |
| ·特征点检测 | 第33-37页 |
| ·基于边缘轮廓的特征点检测 | 第34页 |
| ·基于灰度图像的特征点检测 | 第34-37页 |
| ·基于形态学的特征点检测 | 第37页 |
| ·特征点提取 | 第37-45页 |
| ·曲线平滑 | 第37-38页 |
| ·特征点性质 | 第38-40页 |
| ·基干曲率的特征点提取 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 目标跟踪 | 第46-58页 |
| ·匹配的基本原理 | 第46页 |
| ·匹配的要素 | 第46-48页 |
| ·匹配方法 | 第48-50页 |
| ·灰度互相关匹配方法 | 第48-49页 |
| ·特征为基础的匹配 | 第49-50页 |
| ·目标位置估计与匹配 | 第50-56页 |
| ·Kalman模型 | 第50页 |
| ·跟踪算法 | 第50-51页 |
| ·跟踪过程 | 第51-52页 |
| ·特征点匹配算法 | 第52页 |
| ·Hausdorff性质 | 第52-54页 |
| ·实验结果 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 第5章 飞行器轨迹估计 | 第58-66页 |
| ·摄像机成像模型 | 第58-59页 |
| ·透镜成像 | 第58-59页 |
| ·针孔模型 | 第59页 |
| ·坐标系之间的关系 | 第59-62页 |
| ·轨迹估计模型 | 第62-64页 |
| ·实验结果 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 结论与展望 | 第66-68页 |
| ·工作总结 | 第66页 |
| ·下一步工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士学位期间发表的论文 | 第74页 |
