自适应权重半稠密ICP算法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.3 论文主要工作及章节安排 | 第15-17页 |
第2章 ICP算法理论基础介绍 | 第17-29页 |
2.1 图像三维点云计算 | 第17-21页 |
2.1.1 RGB-D相机获取三维点云数据 | 第17-19页 |
2.1.2 点云变换 | 第19-21页 |
2.2 ICP算法 | 第21-28页 |
2.2.1 ICP算法原理 | 第21-22页 |
2.2.2 KD-Tree加速ICP | 第22-26页 |
2.2.3 ICP变换矩阵求解 | 第26-28页 |
2.3 本章小结 | 第28-29页 |
第3章 基于特征点邻域的半稠密ICP算法 | 第29-67页 |
3.1 ICP算法流程 | 第29-31页 |
3.2 ICP粗配准算法选择分析 | 第31-48页 |
3.2.1 特征点算法 | 第31-38页 |
a) SIFT算法 | 第32-34页 |
b) SURF算法 | 第34-36页 |
c) ORB算法 | 第36-38页 |
3.2.2 特征点性能分析 | 第38-46页 |
3.2.3 RANSAC算法介绍 | 第46-48页 |
3.3 ICP匹配范围选择 | 第48-56页 |
3.3.1 稠密型ICP算法 | 第48-51页 |
3.3.2 稀疏型ICP算法 | 第51-52页 |
3.3.3 半稠密ICP算法 | 第52-56页 |
3.4 实验结果与性能分析 | 第56-66页 |
3.5 本章小结 | 第66-67页 |
第4章 自适应权重半稠密ICP算法 | 第67-91页 |
4.1 变权重ICP算法 | 第67-70页 |
4.2 残差权重自适应设置算法 | 第70-82页 |
4.2.1 Hessian矩阵行列式 | 第70-73页 |
4.2.2 十字臂长 | 第73-76页 |
4.2.3 自适应权重计算 | 第76-82页 |
4.3 视觉SLAM系统 | 第82-89页 |
4.4 本章小结 | 第89-91页 |
第5章 总结与展望 | 第91-93页 |
5.1 论文工作总结 | 第91-92页 |
5.2 未来工作展望 | 第92-93页 |
参考文献 | 第93-99页 |
攻读硕士学位期间发表的论文 | 第99-101页 |
致谢 | 第101页 |