| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-28页 |
| 1.1 研究背景、目的及意义 | 第10-14页 |
| 1.2 国内外研究概况 | 第14-24页 |
| 1.3 存在的问题与挑战 | 第24-25页 |
| 1.4 研究内容与论文组织结构 | 第25-28页 |
| 2 深度图像与彩色图像对齐方法 | 第28-46页 |
| 2.1 引言 | 第28-30页 |
| 2.2 基于L_2E的非参数深度修正对齐算法 | 第30-37页 |
| 2.3 基于多向量场约束的图像对齐算法 | 第37-40页 |
| 2.4 实验结果 | 第40-45页 |
| 2.5 本章小结 | 第45-46页 |
| 3 基于多源残差的深度神经网络图像超分辨率重建方法 | 第46-64页 |
| 3.1 引言 | 第46-48页 |
| 3.2 图像观测模型 | 第48-50页 |
| 3.3 基于残差学习的神经网络 | 第50-52页 |
| 3.4 基于多源残差的深度神经网络 | 第52-55页 |
| 3.5 实验结果与分析 | 第55-63页 |
| 3.6 本章小结 | 第63-64页 |
| 4 基于局部结构约束的几何关系估计方法 | 第64-84页 |
| 4.1 引言 | 第64-65页 |
| 4.2 图像几何关系 | 第65-68页 |
| 4.3 基础矩阵估计 | 第68-72页 |
| 4.4 单应矩阵估计 | 第72-75页 |
| 4.5 实验结果与分析 | 第75-83页 |
| 4.6 本章小结 | 第83-84页 |
| 5 基于RGBD图像的室内机器人环境感知系统 | 第84-99页 |
| 5.1 引言 | 第84页 |
| 5.2 系统硬件和软件配置 | 第84-86页 |
| 5.3 系统解决方案 | 第86-88页 |
| 5.4 系统功能模块实现 | 第88-90页 |
| 5.5 精度性能分析 | 第90-98页 |
| 5.6 本章小结 | 第98-99页 |
| 6 总结与展望 | 第99-102页 |
| 6.1 全文总结 | 第99-100页 |
| 6.2 研究展望 | 第100-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-115页 |
| 附录1 攻读博士学位期间的发表的学术论文目录 | 第115页 |