| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 论文背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容和方法 | 第11-13页 |
| 第2章 SLAM算法概述 | 第13-19页 |
| 2.1 SLAM算法研究内容 | 第13-14页 |
| 2.1.1 环境地图建立 | 第13页 |
| 2.1.2 算法实现 | 第13-14页 |
| 2.1.3 数据关联 | 第14页 |
| 2.2 建立系统模型 | 第14-16页 |
| 2.2.1 状态模型 | 第15-16页 |
| 2.2.2 特征模型 | 第16页 |
| 2.2.3 观测模型 | 第16页 |
| 2.3 SLAM算法的可行性 | 第16-17页 |
| 2.4 声呐图像特征提取方法的选择 | 第17-18页 |
| 2.4.1 基于Hough变换的直线特征提取 | 第17页 |
| 2.4.2 基于SIFT算法的点特征提取 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 侧扫声呐图像特征点提取 | 第19-37页 |
| 3.1 提取侧扫声呐图像中的目标物 | 第19-27页 |
| 3.1.1 常见分割方法概述 | 第19-20页 |
| 3.1.2 本文图像分割的思路设计 | 第20-21页 |
| 3.1.3 图像预处理 | 第21-23页 |
| 3.1.4 声呐图像的纹理特征分析 | 第23-25页 |
| 3.1.5 MATLAB仿真实验 | 第25-27页 |
| 3.2 SIFT特征点提取 | 第27-36页 |
| 3.2.1 图像尺度空间理论 | 第27-28页 |
| 3.2.2 DOG尺度空间生成 | 第28-29页 |
| 3.2.3 特征点的确定 | 第29-33页 |
| 3.2.4 剔除不稳定点 | 第33-34页 |
| 3.2.5 SIFT特征描述子简介 | 第34-35页 |
| 3.2.6 侧扫图像目标物SIFT特征点提取的MATLAB仿真实验 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 建立基于EKF的SLAM算法模型 | 第37-53页 |
| 4.1 基于EKF的SLAM算法原理 | 第37-44页 |
| 4.1.1 EKF基本原理 | 第37-38页 |
| 4.1.2 基于EKF的SLAM算法 | 第38-44页 |
| 4.2 SLAM算法模型的建立 | 第44-51页 |
| 4.2.1 直线规划模型 | 第44-47页 |
| 4.2.2 有目的规划模型 | 第47-51页 |
| 4.3 本章小结 | 第51-53页 |
| 第5章 海测数据处理 | 第53-57页 |
| 5.1 实验参数说明 | 第53-54页 |
| 5.2 估算航线 | 第54-56页 |
| 5.3 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第61-62页 |
| 致谢 | 第62页 |