图像制导技术及实验研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-18页 |
| ·引言 | 第12页 |
| ·精确打击武器 | 第12页 |
| ·精确制导技术 | 第12页 |
| ·国内外研究现状 | 第12-16页 |
| ·精确制导技术的分类与发展 | 第12-14页 |
| ·基于图像的目标识别与跟踪 | 第14-16页 |
| ·基于图像的目标识别与跟踪技术难点 | 第16-17页 |
| ·本文的主要研究工作 | 第17页 |
| ·本文的内容安排 | 第17-18页 |
| 第二章 图像预处理 | 第18-33页 |
| ·图像去噪与锐化 | 第18-22页 |
| ·图像去噪 | 第18-20页 |
| ·图像锐化 | 第20-22页 |
| ·恶劣天气条件下的图像增强 | 第22-28页 |
| ·直方图双向均衡化 | 第23-25页 |
| ·基于暗通道的图像增强算法 | 第25-28页 |
| ·图像分割 | 第28-31页 |
| ·基于视觉显著性的图像分割 | 第28-29页 |
| ·基于自适应滤波器的分割优化算法 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 基于 HAAR 特征的目标识别算法 | 第33-42页 |
| ·HAAR特征 | 第33-35页 |
| ·Haar 特征的提出 | 第33-34页 |
| ·Haar 特征的计算 | 第34-35页 |
| ·ADABOOST算法 | 第35-40页 |
| ·AdaBoost 算法原理 | 第36-37页 |
| ·基于 Adaboost 的分类器的训练 | 第37-40页 |
| ·HAAR特征算法实验结果及分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 CAMSHIFT 跟踪算法研究 | 第42-49页 |
| ·MEANSHIFT跟踪算法 | 第42-44页 |
| ·CAMSHIFT跟踪算法 | 第44-46页 |
| ·颜色空间和颜色直方图 | 第44-45页 |
| ·Camshift 算法原理和实现步骤 | 第45-46页 |
| ·实验结果分析 | 第46页 |
| ·卡尔曼滤波与 CAMSHIFT算法的融合 | 第46-48页 |
| ·基本思想与步骤 | 第46-47页 |
| ·融合实现及结果分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 图像制导技术实验 | 第49-60页 |
| ·系统硬件组成 | 第49-51页 |
| ·系统工作流程 | 第51-57页 |
| ·DroneController 项目 | 第51-52页 |
| ·监控系统工作流程 | 第52-57页 |
| ·仿真实验结果与分析 | 第57-59页 |
| ·PID 控制 | 第57-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 结论 | 第60-61页 |
| ·本文主要工作及实验结果 | 第60页 |
| ·下一步研究工作 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66页 |
