基于机器视觉的矿井环境三维地图构建方法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 变量注释表 | 第15-16页 |
| 1 绪论 | 第16-22页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 论文课题的来源 | 第17页 |
| 1.3 国内外研究现状 | 第17-20页 |
| 1.4 论文研究内容 | 第20-21页 |
| 1.5 论文结构 | 第21-22页 |
| 2 机器视觉信息获取与预处理 | 第22-36页 |
| 2.1 Kinect传感器 | 第22-24页 |
| 2.2 Kinect标定 | 第24-29页 |
| 2.3 深度图像预处理 | 第29-32页 |
| 2.4 点云预处理 | 第32-35页 |
| 2.5 本章小结 | 第35-36页 |
| 3 基于RN-GM的增量式三维地图构建 | 第36-61页 |
| 3.1 增量式三维地图构建方法 | 第36-37页 |
| 3.2 特征提取 | 第37-43页 |
| 3.3 特征匹配 | 第43-56页 |
| 3.4 ICP点云配准及实验分析 | 第56-60页 |
| 3.5 本章小结 | 第60-61页 |
| 4 基于机器视觉的矿井环境三维地图优化 | 第61-76页 |
| 4.1 局部地图优化 | 第61-64页 |
| 4.2 全局一致性地图优化 | 第64-66页 |
| 4.3 基于机器视觉的三维点云地图构建 | 第66-70页 |
| 4.4 基于机器视觉的三维八叉树地图构建 | 第70-74页 |
| 4.5 本章小结 | 第74-76页 |
| 5 总结与展望 | 第76-78页 |
| 5.1 总结 | 第76页 |
| 5.2 展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 作者简历 | 第83-85页 |
| 学位论文数据集 | 第85页 |
