| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 物品识别的研究现状 | 第13-14页 |
| 1.2.2 物品定位的研究现状 | 第14-15页 |
| 1.3 本文结构安排 | 第15-17页 |
| 第二章 基于RGB-D数据的物品模型数据库的建立 | 第17-29页 |
| 2.1 Kinect传感器的结构和原理 | 第17-22页 |
| 2.1.1 Kinect硬件构成 | 第17-19页 |
| 2.1.2 Kinect传感器深度感应原理 | 第19-20页 |
| 2.1.3 Kinect图像之间的坐标系映射 | 第20-22页 |
| 2.2 基于RGB数据的物品模板 | 第22-25页 |
| 2.3 基于点云数据的物品模板 | 第25-27页 |
| 2.4 基于RGB-D数据的物品识别与定位算法框架概述 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于RGB图像的物品初步识别 | 第29-43页 |
| 3.1 颜色识别算法 | 第30-33页 |
| 3.1.1 RGB颜色空间 | 第30页 |
| 3.1.2 HSV颜色空间 | 第30-31页 |
| 3.1.3 RGB到HSV的转化 | 第31-32页 |
| 3.1.4 颜色直方图 | 第32-33页 |
| 3.2 基于SURF特征的物品识别算法 | 第33-39页 |
| 3.2.1 SURF算法原理 | 第33-38页 |
| 3.2.2 提取物品模板数据的SURF特征 | 第38-39页 |
| 3.3 实验结果与分析 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于点云数据的物品精确识别与定位 | 第43-59页 |
| 4.1 点云分割 | 第43-46页 |
| 4.1.1 基于最小割的分割 | 第44-46页 |
| 4.2 点云特征描述与提取 | 第46-51页 |
| 4.2.1 点特征直方图描述子 | 第46-48页 |
| 4.2.2 快速点特征直方图描述子 | 第48-49页 |
| 4.2.3 视点特征直方图 | 第49-51页 |
| 4.3 基于VFH描述子的聚类识别与6自由度位姿估计 | 第51-53页 |
| 4.4 结合点云配准的物品精确定位方法 | 第53-55页 |
| 4.4.1 3D-NDT算法原理 | 第53-54页 |
| 4.4.2 3D-NDT配准 | 第54-55页 |
| 4.5 实验结果与分析 | 第55-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59页 |
| 5.2 未来工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间发表论文 | 第66页 |