| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 课题的背景分析及意义 | 第8-10页 |
| 1.2 课题的研究现状 | 第10-15页 |
| 1.2.1 单目视觉SLAM的研究现状 | 第10-13页 |
| 1.2.2 三维地图创建的研究现状 | 第13-15页 |
| 1.3 论文的主要工作及章节安排 | 第15-17页 |
| 第二章 视觉特征处理与三维创建技术 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 Kinect技术介绍 | 第17-20页 |
| 2.2.1 Kinect简介 | 第17-19页 |
| 2.2.2 Kinect工作原理 | 第19-20页 |
| 2.3 视觉特征处理 | 第20-28页 |
| 2.3.1 基于SURF算法的视觉特征提取 | 第21-25页 |
| 2.3.2 SURF算法的描述和匹配 | 第25-28页 |
| 2.4 三维创建方法 | 第28-30页 |
| 2.4.1 RGB图像与深度信息的融合显示 | 第28-29页 |
| 2.4.2 三维点云创建实验分析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于改进视觉里程计方法的 3D数据匹配 | 第31-44页 |
| 3.1 引言 | 第31页 |
| 3.2 三维点云数据匹配概念 | 第31-33页 |
| 3.2.1 数据匹配的基本概念 | 第31-32页 |
| 3.2.2 ICP算法的点云数据匹配 | 第32-33页 |
| 3.3 实时的视觉里程计 3D数据匹配算法 | 第33-38页 |
| 3.3.1 视觉里程计技术 | 第34-35页 |
| 3.3.2 改进视觉里程计法的实时数据匹配算法 | 第35-38页 |
| 3.4 数据匹配实验分析 | 第38-42页 |
| 3.4.1 实验一：静态室内场景的点云匹配 | 第38-40页 |
| 3.4.2 实验二：走廊结构化场景的点云匹配 | 第40-42页 |
| 3.4.3 实验三：动态场景的点云匹配 | 第42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于树网络结构的 3D地图优化创建 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 采集数据的优化 | 第44-45页 |
| 4.3 基于单目视觉的 3D地图闭环检测方法 | 第45-52页 |
| 4.3.1 基于图像外观的闭环检测 | 第46-48页 |
| 4.3.2 基于树结构的网络优化 | 第48-52页 |
| 4.4 室内环境 3D地图创建实验分析 | 第52-59页 |
| 4.4.1 实验一：室内小规模环境的 3D地图创建 | 第53-56页 |
| 4.4.2 实验二：室内较大规模环境的 3D地图创建 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 未来展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |