| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-19页 |
| ·课题背景 | 第13-14页 |
| ·位姿测量的研究现状及分析 | 第14-17页 |
| ·基于单目视觉的位姿测量算法 | 第14-16页 |
| ·基于双目视觉的位姿测量算法 | 第16-17页 |
| ·视觉位姿测量系统的具体应用 | 第17-18页 |
| ·论文的主要工作和章节安排 | 第18-19页 |
| 第二章 2D 与 3D 相机的标定 | 第19-33页 |
| ·二维相机的标定 | 第19-25页 |
| ·线性标定算法 | 第19-23页 |
| ·非线性标定算法 | 第23页 |
| ·张正友相机的标定 | 第23-25页 |
| ·TOF 3D 相机的原理与数学模型 | 第25-29页 |
| ·TOF 相机的测量原理 | 第26-27页 |
| ·TOF 相机的数学模型 | 第27-29页 |
| ·TOF 相机的标定 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于 2D/3D 信息融合的位姿测量 | 第33-53页 |
| ·位姿测量系统框架 | 第33-36页 |
| ·基本原理 | 第33-35页 |
| ·坐标系的建立 | 第35-36页 |
| ·图像的配准 | 第36-42页 |
| ·配准方法简介 | 第36-38页 |
| ·RGB 2D 图像与 TOF 3D 图像的立体匹配 | 第38-42页 |
| ·图像的融合 | 第42-45页 |
| ·常用的数据融合方法介绍 | 第42-43页 |
| ·Delaunay 邻域融合方法 | 第43-45页 |
| ·空间目标的位姿测量 | 第45-49页 |
| ·2D 与 3D 相机配准融合后的位姿测量结果与实验分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于卡尔曼滤波的位姿特征跟踪 | 第53-61页 |
| ·基于卡尔曼滤波器的特征跟踪 | 第53-55页 |
| ·卡尔曼滤波的基本原理 | 第53-55页 |
| ·特征跟踪的具体步骤 | 第55页 |
| ·基于特征跟踪的位姿测量方法 | 第55-57页 |
| ·特征跟踪位姿测量实验 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 研究生期间主要科研工作与成果 | 第67-68页 |