| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 室内场景物体识别与建模国内外发展概况 | 第13-15页 |
| 1.3 论文研究的目标和内容 | 第15-16页 |
| 1.4 课题创新点 | 第16-17页 |
| 第二章 室内场景物体同时识别与建模算法概述 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 室内场景物体同时识别与建模研究内容 | 第17-20页 |
| 2.3 基于约束框架的室内物体识别与建模方法概述 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 室内场景物体分割算法 | 第24-40页 |
| 3.1 引言 | 第24-25页 |
| 3.2 物体分割算法介绍 | 第25-30页 |
| 3.2.1 显著性分割算法 | 第25-28页 |
| 3.2.2 RANSAC分割算法 | 第28-29页 |
| 3.2.3 聚类分割算法 | 第29-30页 |
| 3.3 一种应用于人体分割的显著性检测方法 | 第30-39页 |
| 3.3.1 一种应用于人体分割的显著性检测方法介绍 | 第30-35页 |
| 3.3.2 一种应用于人体分割的显著性检测方法实验 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于SIFT和FPFH特征融合的物体同时识别与建模方法 | 第40-57页 |
| 4.1 引言 | 第40-41页 |
| 4.2 基于SIFT和FPFH特征融合的物体同时识别与建模框架 | 第41-52页 |
| 4.2.1 物体分割 | 第41-43页 |
| 4.2.2 特征提取 | 第43-49页 |
| 4.2.3 物体识别 | 第49-51页 |
| 4.2.4 物体建模 | 第51-52页 |
| 4.3 基于SIFT和FPFH特征融合的物体同时识别与建模仿真 | 第52-56页 |
| 4.3.1 OpenCV图像库介绍 | 第52页 |
| 4.3.2 PCL图像库介绍 | 第52-53页 |
| 4.3.3 仿真实验结果 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 改进的物体建模方法 | 第57-63页 |
| 5.1 引言 | 第57-58页 |
| 5.2 基于视图图的建模方法 | 第58-59页 |
| 5.3 改进的物体建模方法 | 第59-61页 |
| 5.4 改进的物体建模方法仿真 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读学位期间发表的论文 | 第71-73页 |
| 致谢 | 第73-74页 |
