基于RGB-D图像的SLAM闭环检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·SLAM 闭环检测研究现状 | 第11-13页 |
| ·RGB-D 信息在 SLAM 中的研究现状 | 第13-14页 |
| ·研究目的及意义 | 第14页 |
| ·论文主要研究内容及组织结构 | 第14-16页 |
| 第2章 RGB-D 信息及闭环检测相关理论 | 第16-27页 |
| ·RGB-D 信息简介 | 第16-17页 |
| ·SLAM 相关理论 | 第17-18页 |
| ·闭环检测相关理论 | 第18-26页 |
| ·闭环检测中关键问题 | 第18-19页 |
| ·图像特征描述符提取及匹配方法 | 第19-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 轮廓提取及匹配方法研究 | 第27-39页 |
| ·前端区域提取算法 | 第27-29页 |
| ·Kinect 提取前端区域优势 | 第27页 |
| ·提取场景前端区域 | 第27-28页 |
| ·完善前端区域 | 第28-29页 |
| ·轮廓提取方法 | 第29-30页 |
| ·轮廓提取及优化 | 第30-36页 |
| ·轮廓提取算法 | 第31-32页 |
| ·轮廓优化算法 | 第32-34页 |
| ·混合轮廓 | 第34-36页 |
| ·轮廓匹配算法 | 第36-37页 |
| ·轮廓的特性 | 第36页 |
| ·轮廓矩特征匹配 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 视觉闭环检测方法研究 | 第39-47页 |
| ·视觉场景建模方法 | 第39-41页 |
| ·视觉场景建模方法概述 | 第39页 |
| ·利用 BoVW 方法进行场景建模 | 第39-41页 |
| ·场景相似度测量 | 第41-43页 |
| ·提取特征点 | 第41页 |
| ·关联描述符 | 第41-43页 |
| ·计算场景相似度 | 第43页 |
| ·检测闭环序列 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 实验设计与结果分析 | 第47-56页 |
| ·基于 RGB-D 信息的轮廓匹配实验 | 第47-50页 |
| ·提取场景前端区域 | 第47页 |
| ·提取场景轮廓并优化 | 第47-49页 |
| ·匹配场景轮廓信息 | 第49-50页 |
| ·图像特征提取及匹配实验 | 第50-53页 |
| ·SIFT 与 PCA-SIFT 图像匹配比较 | 第50-51页 |
| ·RANSAC 消除误匹配 | 第51-53页 |
| ·闭环检测系统及性能分析 | 第53-55页 |
| ·闭环检测系统性能测试实验环境 | 第53-54页 |
| ·实验结果与分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
