| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 本文的研究背景与意义 | 第13-15页 |
| 1.2 图像匹配辅助导航系统的研究现状 | 第15-18页 |
| 1.2.1 国外研究现状 | 第15-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 本文的研究内容 | 第18-20页 |
| 第二章 高维组合特征 | 第20-31页 |
| 2.1 引言 | 第20页 |
| 2.2 图像特征分类 | 第20-23页 |
| 2.3 高维组合特征 | 第23-26页 |
| 2.3.1 稳定分支点特征 | 第24-25页 |
| 2.3.2 高维组合特征的定义 | 第25-26页 |
| 2.3.3 高维组合特征的构建 | 第26页 |
| 2.4 实验结果与分析 | 第26-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于高维组合特征的序列图像匹配算法 | 第31-44页 |
| 3.1 引言 | 第31页 |
| 3.2 图像匹配技术简介 | 第31-35页 |
| 3.2.1 图像匹配原理 | 第32-33页 |
| 3.2.2 图像匹配技术分类 | 第33-35页 |
| 3.3 序列图像匹配技术 | 第35-36页 |
| 3.4 基于高维组合特征的图像匹配 | 第36-40页 |
| 3.4.1 高维组合特征的几何约束 | 第36-37页 |
| 3.4.2 基于高维组合特征几何约束的序列图像匹配算法 | 第37-40页 |
| 3.5 实验结果与分析 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于Delaunay三角剖分的快速图像匹配算法 | 第44-57页 |
| 4.1 引言 | 第44页 |
| 4.2 Delaunay三角剖分算法的基本原理 | 第44-47页 |
| 4.3 基于Delaunay三角剖分改进的高维组合特征 | 第47-48页 |
| 4.4 基于改进高维组合特征的图像匹配 | 第48-51页 |
| 4.4.1 改进高维组合特征的几何特性 | 第49页 |
| 4.4.2 改进高维组合特征的区域特性 | 第49-50页 |
| 4.4.3 基于改进高维组合特征的快速序列图像匹配算法 | 第50-51页 |
| 4.5 基于KNN优化的快速序列图像匹配算法 | 第51-52页 |
| 4.6 实验结果与分析 | 第52-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第五章 序列图像匹配辅助惯性导航系统 | 第57-75页 |
| 5.1 引言 | 第57页 |
| 5.2 组合导航滤波算法研究 | 第57-65页 |
| 5.2.1 组合导航系统的数学模型 | 第58-60页 |
| 5.2.2 解决量测不同步的滤波算法 | 第60-62页 |
| 5.2.3 滤波算法仿真 | 第62-65页 |
| 5.3 组合导航仿真系统 | 第65-74页 |
| 5.3.1 组合导航仿真系统设计方案 | 第65-70页 |
| 5.3.2 组合导航仿真系统实验结果与分析 | 第70-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-78页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 在学期间的研究成果与发表的学术论文 | 第84页 |
