题目：基于视觉的微小型飞行器姿态/航向估计方法研究

针对微小型飞行器(MAV)的视觉导航，利用MAV飞行中获取的前视视频图像，从中提取出横滚角、俯仰角和相对航向变化率等信息，用于实现飞行姿态和航向的稳定。 基于视觉的微小型飞行器的姿态估计通常采用地平线探测算法，获取横滚角和俯仰角。针对基于统计地平线探测算法计算量大的弱点，本文提出了一种改进算法，即将抽取样条和金字塔分层搜索的方法相结合，提高了算法的快速性。该算法不需要任何先验信息，对每帧图像都可进行全局搜索，因而大大提高了算法的适用性。改进算法可以满足30帧/秒的处理速度，具有一定的鲁棒性和抗干扰能力。 提出一种航向估计算法，采用联合圆形检测区域抑制匹配中的图像旋转。在已经提取出地平线的基础上，算法在首帧图像中设定航向点，通过在地平线附近圈定圆形区域而实现图像序列的帧间匹配。匹配过程中充分考虑特征的选择、特征的加权、航向移出视场、航向的重新捕获以及航向移出视场后的防发散等问题，并分别给出解决方案。该算法可以有效地抑制图像旋转，由于帧间匹配只在地平线附近进行，因而计算量大大减少。 在VC++6.0下，组建了算法调试与效果验证的仿真环境，可实现上述算法对图片和图片序列处理的原理性调试，也可实现对视频处理结果的同步显示。 实验结果表明，本论文提出的飞行器姿态和航向估计算法计算速度快，适用范围广。