| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 无人机实时处理技术 | 第10页 |
| 1.1.2 视觉SLAM技术 | 第10-11页 |
| 1.1.3 无人机视频数据的特点 | 第11-12页 |
| 1.1.4 研究的意义 | 第12页 |
| 1.2 国内外相关研究现状与分析 | 第12-15页 |
| 1.2.1 无人机视频实时处理的发展现状 | 第12-14页 |
| 1.2.2 无人机视频实时处理现阶段存在的问题 | 第14-15页 |
| 1.3 主要研究内容和方案 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究方案 | 第16-17页 |
| 第2章 经典视觉SLAM框架与改进 | 第17-32页 |
| 2.1 视觉里程计(VO) | 第17-24页 |
| 2.1.1 特征点的提取与匹配 | 第17-20页 |
| 2.1.2 对极几何 | 第20-22页 |
| 2.1.3 PnP | 第22-23页 |
| 2.1.4 RANSAC算法 | 第23-24页 |
| 2.2 后端优化 | 第24-28页 |
| 2.2.1 后端优化的目的 | 第24-25页 |
| 2.2.2 滤波器优化 | 第25页 |
| 2.2.3 非线性优化 | 第25-28页 |
| 2.3 回环检测 | 第28-30页 |
| 2.3.1 回环检测的目的 | 第28页 |
| 2.3.2 词袋模型 | 第28-30页 |
| 2.4 在ORB-SLAM框架上的改进 | 第30-32页 |
| 2.4.1 ORB-SLAM的主要优点与不足 | 第30-31页 |
| 2.4.2 改进的流程 | 第31-32页 |
| 第3章 针对无人机视频数据的关键帧选取方法 | 第32-47页 |
| 3.1 关键帧选取的意义 | 第32-33页 |
| 3.1.1 关键帧的作用 | 第32页 |
| 3.1.2 关键帧选取的方法 | 第32-33页 |
| 3.2 关键帧选取方法 | 第33-34页 |
| 3.2.1 基于特征点匹配的数量 | 第33页 |
| 3.2.2 基于视觉里程计提供的位姿估计 | 第33-34页 |
| 3.3 改进的关键帧选取方法 | 第34-41页 |
| 3.3.1 无人机视频在关键帧选取中的特点 | 第34-35页 |
| 3.3.2 模糊度检测 | 第35-36页 |
| 3.3.3 相位相关法 | 第36-39页 |
| 3.3.4 针对无人机视频数据的关键帧选取方法 | 第39-41页 |
| 3.4 实验分析与比较 | 第41-47页 |
| 3.4.1 试验数据及结果 | 第42-43页 |
| 3.4.2 与ORB-SLAM原始方法的比较 | 第43-47页 |
| 第4章 改进的图优化方法 | 第47-58页 |
| 4.1 现有的图优化方法及其原理 | 第47-49页 |
| 4.1.1 检测闭环(Detect Loop) | 第47-48页 |
| 4.1.2 计算包含尺度的位姿变换(Compute Sim3) | 第48-49页 |
| 4.1.3 优化并更新闭环内的位姿图(Correct Loop) | 第49页 |
| 4.2 改进的图优化方法 | 第49-53页 |
| 4.2.1 感知哈希算法 | 第49-52页 |
| 4.2.2 回环搜索中自适应的阈值选取方法 | 第52页 |
| 4.2.3 改进的图优化算法 | 第52-53页 |
| 4.3 实验分析与比较 | 第53-58页 |
| 4.3.1 实验数据与结果 | 第53-54页 |
| 4.3.2 与ORB-SLAM原始方法的比较 | 第54-58页 |
| 第5章 整体实验与分析 | 第58-67页 |
| 5.1 实验数据 | 第58-60页 |
| 5.2 实验结果与分析 | 第60-67页 |
| 5.2.1 与ORB-SLAM原始方法的比较 | 第60-66页 |
| 5.2.2 实验总结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 主要工作 | 第67页 |
| 6.2 研究展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |