| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题来源及研究的背景和意义 | 第10-11页 |
| 1.2 视觉检测与跟踪技术的研究现状 | 第11-13页 |
| 1.2.1 视觉检测技术研究现状 | 第11-12页 |
| 1.2.2 目标跟踪技术研究现状 | 第12-13页 |
| 1.3 基于视觉的无人机控制系统研究现状 | 第13-14页 |
| 1.4 本课题主要研究内容及基本框架 | 第14-16页 |
| 第2章 无人机检测与跟踪系统设计方案 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 无人机检测与跟踪系统的整体设计方案 | 第16-17页 |
| 2.3 无人机检测与跟踪系统的硬件设计方案 | 第17-19页 |
| 2.3.1 无人机平台的设计 | 第17-19页 |
| 2.3.2 地面站与地面小车设计 | 第19页 |
| 2.4 无人机检测与跟踪系统的软件设计方案 | 第19-23页 |
| 2.4.1 无人机检测与跟踪系统的软件构架设计 | 第19-20页 |
| 2.4.2 ARM上嵌入式Linux开发环境的搭建与配置 | 第20-22页 |
| 2.4.3 视觉相关环境的应用 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 目标检测算法设计 | 第24-47页 |
| 3.1 引言 | 第24页 |
| 3.2 相机成像原理 | 第24-25页 |
| 3.3 相机的畸变与矫正 | 第25-27页 |
| 3.3.1 相机畸变原理 | 第25-26页 |
| 3.3.2 相机参数标定及矫正 | 第26-27页 |
| 3.4 基于轮廓特征匹配的人工标志检测 | 第27-35页 |
| 3.4.1 自适应图像分割 | 第28-32页 |
| 3.4.2 轮廓提取 | 第32-33页 |
| 3.4.3 目标的匹配与定位 | 第33-35页 |
| 3.5 基于特征点匹配的目标检测算法 | 第35-40页 |
| 3.5.1 SIFT特征检测与描述算法 | 第35-37页 |
| 3.5.2 SURF特征检测与描述算法 | 第37-39页 |
| 3.5.3 ORB特征检测与描述算法 | 第39-40页 |
| 3.6 基于分类器的目标检测 | 第40-43页 |
| 3.7 检测算法比较与验证实验 | 第43-46页 |
| 3.7.1 人工标志检测的时效性与稳定性分析 | 第43-44页 |
| 3.7.2 特征检测算子的比较与选择 | 第44-46页 |
| 3.8 本章小结 | 第46-47页 |
| 第4章 目标跟踪算法设计 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 基于多特征融合的目标跟踪算法 | 第47-54页 |
| 4.2.1 Meanshift原理 | 第47-49页 |
| 4.2.2 Camshift原理 | 第49-51页 |
| 4.2.3 LBP特征算子 | 第51-52页 |
| 4.2.4 多特征融合的Cam Shift算法 | 第52-54页 |
| 4.3 基于光流的目标跟踪算法 | 第54-59页 |
| 4.3.1 LK光流法原理 | 第54-56页 |
| 4.3.2 改进LK光流法设计 | 第56页 |
| 4.3.3 光流法的应用 | 第56-58页 |
| 4.3.4 检测与跟踪结合程序构架设计 | 第58-59页 |
| 4.4 卡尔曼滤波器结合的跟踪算法 | 第59-62页 |
| 4.4.1 卡尔曼滤波器原理 | 第59-61页 |
| 4.4.2 目标状态模型 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 无人机系统目标跟踪飞行试验 | 第63-73页 |
| 5.1 引言 | 第63页 |
| 5.2 无人机位置控制研究 | 第63-68页 |
| 5.2.1 模型坐标变换 | 第63-65页 |
| 5.2.2 无人机位置控制模型 | 第65-66页 |
| 5.2.3 无人机位置控制策略 | 第66-68页 |
| 5.3 无人机飞行实验 | 第68-72页 |
| 5.3.1 实验方案设计 | 第68-70页 |
| 5.3.2 实验结果分析 | 第70-72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79页 |