视觉SLAM中特征提取算法比较研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 视觉SLAM中常用的特征检测算法 | 第8-10页 |
| 1.2.1 应用于SLAM的视觉传感器 | 第8-9页 |
| 1.2.2 视觉特征提取算法现状 | 第9-10页 |
| 1.3 本文主要研究内容和框架 | 第10-13页 |
| 2 五种特征提取算法原理及匹配原理 | 第13-23页 |
| 2.1 五种特征提取算法的选择 | 第13页 |
| 2.2 特征检测和描述算法原理 | 第13-21页 |
| 2.2.1 SIFT算法 | 第13-16页 |
| 2.2.2 SURF算法 | 第16-19页 |
| 2.2.3 FAST9+SURF算法 | 第19页 |
| 2.2.4 FAST9+BRIEF算法 | 第19-20页 |
| 2.2.5 ORB算法 | 第20-21页 |
| 2.3 匹配算法 | 第21-22页 |
| 2.3.1 欧氏距离 | 第21页 |
| 2.3.2 随机抽样一致性算法 | 第21-22页 |
| 2.4 小结 | 第22-23页 |
| 3 数据集预处理及实验设计 | 第23-29页 |
| 3.1 数据集来源及处理 | 第23-26页 |
| 3.1.1 标准数据集的处理 | 第23-24页 |
| 3.1.2 实验数据集的处理 | 第24-26页 |
| 3.2 特征提取算法性能对比实验设计 | 第26-28页 |
| 3.2.1 算法性能评估标准 | 第26-27页 |
| 3.2.2 实验设计 | 第27-28页 |
| 3.3 小结 | 第28-29页 |
| 4 图像特征提取算法性能对比实验 | 第29-39页 |
| 4.1 标准数据集测试实验 | 第29-33页 |
| 4.1.1 标准数据集匹配实例 | 第29-30页 |
| 4.1.2 标准数据集匹配结果 | 第30-33页 |
| 4.2 实验数据集测试实验 | 第33-37页 |
| 4.2.1 实验数据集匹配实例 | 第33-34页 |
| 4.2.2 实验数据集匹配结果 | 第34-37页 |
| 4.3 仿射不变性测试实验 | 第37-38页 |
| 4.4 小结 | 第38-39页 |
| 5.仿射不变算法AORB | 第39-45页 |
| 5.1 AORB算法 | 第39-42页 |
| 5.1.1 算法原理 | 第39-41页 |
| 5.1.2 算法伪代码 | 第41-42页 |
| 5.2 仿射不变性实验 | 第42-43页 |
| 5.3 AORB与ASIFT性能对比 | 第43-44页 |
| 5.4 匹配结果图实例 | 第44页 |
| 5.5 小结 | 第44-45页 |
| 6 总结与展望 | 第45-47页 |
| 7 致谢 | 第47-49页 |
| 参考文献 | 第49-51页 |
