| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文结构与主要工作 | 第12-14页 |
| 第二章 典型的三维重建方法 | 第14-29页 |
| 2.1 KinectFusion算法 | 第14-18页 |
| 2.1.1 深度图转换 | 第15-16页 |
| 2.1.2 场景体素融合 | 第16-17页 |
| 2.1.3 场景表面估计 | 第17页 |
| 2.1.4 相机姿态估计 | 第17-18页 |
| 2.2 Kintinuous算法 | 第18-23页 |
| 2.2.1 可移动体素模型 | 第19-20页 |
| 2.2.2 相机姿态估计 | 第20-21页 |
| 2.2.3 密集后端优化 | 第21-23页 |
| 2.3 ElasticReconstruction算法 | 第23-27页 |
| 2.3.1 片段构建 | 第23-24页 |
| 2.3.2 几何配准 | 第24-26页 |
| 2.3.3 闭环优化 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于纹理特征与几何信息的姿态估计 | 第29-43页 |
| 3.1 混合RGB-D特征描述 | 第29-33页 |
| 3.1.1 特征点提取 | 第29-31页 |
| 3.1.2 特征描述符构建 | 第31-33页 |
| 3.2 姿态估计 | 第33-36页 |
| 3.2.1 常见姿态估计方法 | 第33-35页 |
| 3.2.2 RGB-D图像的姿态估计 | 第35-36页 |
| 3.3 实验比较 | 第36-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于图模型的姿态优化 | 第43-54页 |
| 4.1 图模型姿态优化原理 | 第43-44页 |
| 4.2 基于ORB-SLAM的姿态优化 | 第44-48页 |
| 4.2.1 ORB-SLAM姿态优化方法 | 第44-46页 |
| 4.2.2 改良的姿态优化方法 | 第46-48页 |
| 4.3 实验比较 | 第48-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士期间科研成果 | 第61页 |