飞行视景仿真的研究和应用
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-20页 |
1.1 课题研究背景和目的 | 第12-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 视景仿真技术发展现状 | 第13-14页 |
1.2.2 图像放大技术发展现状 | 第14-17页 |
1.3 论文研究方案 | 第17-18页 |
1.4 论文研究内容 | 第18-20页 |
第2章 飞行视景仿真对象建模 | 第20-36页 |
2.1 多通道立体显示技术 | 第20-25页 |
2.1.1 多通道板块立体显示技术 | 第20-23页 |
2.1.2 多通道柱面立体显示技术 | 第23-25页 |
2.2 通用建模技术 | 第25-27页 |
2.2.1 LOD技术 | 第25-26页 |
2.2.2 DOF技术 | 第26页 |
2.2.3 纹理技术 | 第26-27页 |
2.3 飞机可视化视景仿真模型 | 第27-33页 |
2.3.1 飞机机体 | 第27-28页 |
2.3.2 飞行仪表 | 第28-31页 |
2.3.3 仪表指针 | 第31-33页 |
2.4 地形可视化视景仿真模型 | 第33-35页 |
2.4.1 地形模型构建 | 第33-35页 |
2.4.2 地形纹理映射 | 第35页 |
2.5 本章小结 | 第35-36页 |
第3章 飞行视景仿真环境建模 | 第36-44页 |
3.1 飞行器视景环境特点 | 第36页 |
3.2 飞行器视景环境分类 | 第36-37页 |
3.3 仿真系统虚拟视景建模 | 第37-43页 |
3.3.1 设置观察者 | 第39-40页 |
3.3.2 动态坐标系统 | 第40-41页 |
3.3.3 碰撞检测和特效 | 第41-43页 |
3.4 本章小结 | 第43-44页 |
第4章 基于轮廓信息分类插值的图像放大技术研究 | 第44-60页 |
4.1 传统轮廓提取技术 | 第44-46页 |
4.2 均值自适应CANNY轮廓提取技术 | 第46-53页 |
4.2.1 Canny轮廓提取原理 | 第47-48页 |
4.2.2 Canny轮廓提取算法 | 第48-51页 |
4.2.3 均值自适应选择因子 | 第51-53页 |
4.2.4 自适应调整高斯滤波 | 第53页 |
4.3 图像插值技术 | 第53-55页 |
4.3.1 最近邻插值 | 第53-54页 |
4.3.2 双线性插值 | 第54-55页 |
4.3.3 立方卷积插值 | 第55页 |
4.4 图像信息分类 | 第55-56页 |
4.5 轮廓信息分类插值技术 | 第56-59页 |
4.5.1 神经网络结构 | 第56-58页 |
4.5.2 网络训练测试 | 第58-59页 |
4.6 本章小结 | 第59-60页 |
第5章 图像放大技术在飞行视景仿真中的应用 | 第60-72页 |
5.1 飞行视景仿真实现 | 第60-67页 |
5.1.1 编译环境配置 | 第61页 |
5.1.2 Vega Prime应用程序基本框架 | 第61-62页 |
5.1.3 Vega Prime场景初始化 | 第62-63页 |
5.1.4 飞机运动的键盘操作 | 第63-67页 |
5.2 图像放大技术在飞行视景仿真中的应用 | 第67-71页 |
5.2.1 2倍放大仿真分析 | 第68-69页 |
5.2.2 4倍放大仿真分析 | 第69-71页 |
5.3 本章小结 | 第71-72页 |
结论 | 第72-74页 |
参考文献 | 第74-79页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第79-80页 |
致谢 | 第80-81页 |
个人简历 | 第81页 |