基于超小型无人机的地面目标实时图像跟踪
摘要 | 第1-8页 |
Abstract | 第8-10页 |
目录 | 第10-13页 |
第一章 绪论 | 第13-27页 |
·研究背景和意义 | 第13-14页 |
·国内外研究概况 | 第14-24页 |
·国外研究概况 | 第14-19页 |
·国内研究概况 | 第19-22页 |
·系统框架的研究概况 | 第22-24页 |
·研究任务和目标 | 第24-25页 |
·研究内容及论文结构 | 第25-26页 |
·本章小结 | 第26-27页 |
第二章 地面移动目标低空实时图像跟踪系统的组成 | 第27-39页 |
·引言 | 第27页 |
·跟踪系统的硬件框架 | 第27-31页 |
·通用的视觉监控与跟踪系统的硬件框架 | 第27-28页 |
·地面移动目标低空实时图像跟踪系统的硬件框架 | 第28-29页 |
·地面移动目标低空实时图像跟踪系统的并联控制回路 | 第29-31页 |
·跟踪实验系统的组成 | 第31-32页 |
·实验平台 | 第32-38页 |
·室外实验平台 | 第32-35页 |
·室内实验平台 | 第35-37页 |
·实验 | 第37-38页 |
·本章小结 | 第38-39页 |
第三章 跟踪系统运动区域的分割方法 | 第39-54页 |
·引言 | 第39页 |
·数字图像阈值分割 | 第39-44页 |
·直方图 | 第39-40页 |
·数字图像阈值分割方法 | 第40-41页 |
·阈值检测方法 | 第41-44页 |
·阈值分割法的不足 | 第44页 |
·跟踪系统运动区域的分割方法 | 第44-52页 |
·基于空间分布的阈值分割方法 | 第44-47页 |
·基于直方图的自适应容忍度的多阈值分割方法 | 第47-52页 |
·实验分析 | 第52-53页 |
·像平面上目标的定位 | 第52页 |
·基于直方图的自适应容忍度的多阈值分割实验 | 第52-53页 |
·本章小结 | 第53-54页 |
第四章 地面移动目标的提取 | 第54-83页 |
·引言 | 第54页 |
·二值图像上数据的分布特征 | 第54页 |
·区域标识方法 | 第54-66页 |
·区域标识 | 第55-56页 |
·跟踪系统的区域标识 | 第56-65页 |
·目标的提取 | 第65-66页 |
·基于模式识别的数据聚类方法 | 第66-69页 |
·模式识别概念和任务 | 第66-67页 |
·模式识别系统 | 第67-69页 |
·跟踪系统的数据聚类方法 | 第69-80页 |
·非监督学习分类 | 第69-72页 |
·基于双重子窗口的动态聚类的目标提取算法 | 第72-80页 |
·实验分析 | 第80-82页 |
·本章小结 | 第82-83页 |
第五章 基于凸壳理论的跟踪目标的定位 | 第83-95页 |
·引言 | 第83页 |
·凸壳结构 | 第83-85页 |
·跟踪系统目标凸壳的生成 | 第85-93页 |
·基于形态学的目标凸壳的生成方法 | 第85-87页 |
·基于计算几何的目标凸壳的生成方法 | 第87-93页 |
·实验分析 | 第93-94页 |
·本章小结 | 第94-95页 |
第六章 跟踪系统的控制及人机界面 | 第95-117页 |
·引言 | 第95页 |
·云台的控制 | 第95-101页 |
·云台的运动性能以及像平面上目标的跟踪 | 第95-96页 |
·基于速度的控制方式 | 第96-99页 |
·基于位置的控制方式 | 第99-101页 |
·飞行器跟踪控制的相关参数 | 第101-105页 |
·跟踪系统的人机界面 | 第105-113页 |
·跟踪系统的人机交互 | 第106-107页 |
·跟踪系统人机界面的设计 | 第107-113页 |
·跟踪实验 | 第113-116页 |
·本章小结 | 第116-117页 |
第七章 总结和展望 | 第117-120页 |
·本论文研究工作的总结 | 第117-118页 |
·本论文研究工作的特色和创新点 | 第118页 |
·对后续工作的展望 | 第118-120页 |
参考文献 | 第120-127页 |
致谢 | 第127-128页 |
攻读博士学位期间的科研工作 | 第128-129页 |
发表的学术论文 | 第128页 |
参与的科研项目 | 第128-129页 |
受理的专利项目 | 第129页 |