| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究工作的背景与意义 | 第11页 |
| 1.2 国内外研究历史与现状 | 第11-15页 |
| 1.2.1 双目视觉的研究现状 | 第11-13页 |
| 1.2.2 无人飞行器避障与导航研究现状 | 第13-14页 |
| 1.2.3 立体视觉技术在无人飞行器避障应用中的关键问题 | 第14-15页 |
| 1.3 本文的主要贡献与创新 | 第15页 |
| 1.4 本论文的结构安排 | 第15-17页 |
| 第二章 双目视觉理论与系统 | 第17-28页 |
| 2.1 双目视觉理论与系统框架 | 第17-24页 |
| 2.1.1 双目视觉理论基础 | 第17-18页 |
| 2.1.2 参考坐标系设定 | 第18-19页 |
| 2.1.3 摄像机模型与内外参数 | 第19-20页 |
| 2.1.4 摄像机的标定与实验结果 | 第20-22页 |
| 2.1.5 双目校正与实验结果 | 第22-24页 |
| 2.2 立体匹配原理 | 第24-27页 |
| 2.2.1 基本原理 | 第24-25页 |
| 2.2.2 立体匹配算法分类 | 第25-26页 |
| 2.2.3 约束准则 | 第26页 |
| 2.2.4 立体匹配算法的评价体系 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于多路径梯度权重动态规划的半全局匹配 | 第28-39页 |
| 3.1 基于点的匹配代价估算 | 第28-30页 |
| 3.1.1 基于互信息熵的匹配代价计算 | 第28-29页 |
| 3.1.2 基于插值的匹配代价计算 | 第29-30页 |
| 3.1.3 匹配代价计算方法分析 | 第30页 |
| 3.2 匹配代价聚合 | 第30-34页 |
| 3.2.1 带平滑约束与惩罚机制的匹配代价估算 | 第30-32页 |
| 3.2.2 基于多路径梯度权重动态规划的匹配代价聚合 | 第32-34页 |
| 3.3 视差的获取与后期细化处理 | 第34-35页 |
| 3.3.1 一致性检查与误匹配的确定 | 第34页 |
| 3.3.2 无效匹配区域的深度估算 | 第34-35页 |
| 3.4 算法实验与分析 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于双目视觉的复杂环境下障碍物检测 | 第39-61页 |
| 4.1 有雾天气下的障碍物检测方案分析 | 第39-40页 |
| 4.2 有雾环境下的单一图像去雾预处理 | 第40-49页 |
| 4.2.1 图像去雾方法分类 | 第41页 |
| 4.2.2 大气散射模型与暗原色先验 | 第41-42页 |
| 4.2.3 改进的基于暗原色先验的单一图像去雾算法 | 第42-47页 |
| 4.2.4 实验结果与分析 | 第47-49页 |
| 4.3 基于视差特征的区域生长与Normalized Cut的障碍物检测 | 第49-60页 |
| 4.3.1 图像分割方法 | 第49-51页 |
| 4.3.2 基于视差特征的障碍物检测 | 第51-55页 |
| 4.3.3 障碍物的检测与距离的测量 | 第55-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 基于双目视觉的无人飞行器避障研究 | 第61-75页 |
| 5.1 基于双目视觉的无人飞行器的导航硬件系统设计 | 第61-63页 |
| 5.1.1 系统框架 | 第61-62页 |
| 5.1.2 双目立体视觉系统平台 | 第62页 |
| 5.1.3 无人飞行器 | 第62-63页 |
| 5.2 基线和角度可自动调节的无人机载双目视觉系统方案设计 | 第63-66页 |
| 5.2.1 方案形成背景 | 第63-64页 |
| 5.2.2 具体设计 | 第64-66页 |
| 5.3 基于立体匹配的三维重建 | 第66-68页 |
| 5.4 基于航拍数据的图像拼接技术 | 第68-71页 |
| 5.5 无人飞行器的避障与航迹规划 | 第71-74页 |
| 5.5.1 无人飞行器的避障实验设计 | 第71-72页 |
| 5.5.2 航迹规划 | 第72-74页 |
| 5.6 本章小结 | 第74-75页 |
| 第六章 全文总结与展望 | 第75-76页 |
| 6.1 全文总结 | 第75页 |
| 6.2 后续工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间取得的成果 | 第82-83页 |
