题目：微小型飞行器视觉导航关键方法研究

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，通过图像匹配，实现初始航向在后续图像中的识别。 研究了区域特征匹配，边缘特征匹配，特征点匹配在自然场景中的匹配效果，比较了各种匹配方法的优缺点。针对边缘特征匹配阈值难调和无法克服旋转的问题，提出了基于自适应阈值二值化和不变矩的轮廓提取方法。针对尺度不变特征匹配（SIFT）算法计算复杂度高的问题，设计了改进算法，利用邻域扇形分割，去除了算法的计算冗余，提高了算法的计算速度，并将该方法应用在了航向识别中。 设计了航向识别算法，实现步骤包括：特征点匹配算法，模型参数估计，航向关键点选取，关键点粗定位，关键点精确定位，航向拟合。航向直线由其附近的梯度极值点表示，称为航向关键点。核心匹配算法利用改进的SIFT算法实现，并在特征匹配之前，利用区域信息熵进行主特征分析，优先处理信息量大的区域，提高了算法的效率。利用最小二乘法估计变换模型参数，通过模型变换公式，初步确定航向关键点的位置。最后，利用关键点邻域的梯度统计特征实现关键点精确定位，并通过粒子群优化算法实现航向拟合。为保证航向识别的连续进行，通过误差分析，设计了航向更新条件和异常情况判断方法。 实验结果表明，本论文提出的航向识别算法计算精度高，鲁棒性好。