水下机器人视觉SLAM方法中的图像特征点提取技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 水下机器人SLAM系统研究现状 | 第11-13页 |
| 1.2.2 视觉SLAM研究现状 | 第13-14页 |
| 1.3 研究目的及内容 | 第14-15页 |
| 1.3.1 研究目的 | 第14页 |
| 1.3.2 研究内容 | 第14-15页 |
| 1.4 本论文结构安排 | 第15-16页 |
| 第二章 SLAM技术实现方法与难点分析 | 第16-31页 |
| 2.1 SLAM实现方法 | 第16-20页 |
| 2.1.1 基于EKF的实现算法 | 第16-19页 |
| 2.1.2 基于PF的实现算法 | 第19-20页 |
| 2.2 视觉传感器水下成像建模 | 第20-23页 |
| 2.3 视觉SLAM系统理论模型建立 | 第23-25页 |
| 2.3.1 载体运动模型 | 第23页 |
| 2.3.2 路标模型 | 第23-24页 |
| 2.3.3 量测模型 | 第24-25页 |
| 2.4 图像特征提取算法分析 | 第25-28页 |
| 2.5 视觉SLAM系统初始估计 | 第28-30页 |
| 2.5.1 视觉里程计 | 第28-29页 |
| 2.5.2 初始运动估计 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 视觉SLAM系统水下图像预处理研究 | 第31-46页 |
| 3.1 水下成像影响因素分析及应对措施 | 第31-34页 |
| 3.2 水下图像增强方法仿真分析 | 第34-39页 |
| 3.3.1 空域图像增强 | 第35-38页 |
| 3.3.2 频域图像增强 | 第38-39页 |
| 3.3 水下光学成像模型 | 第39-40页 |
| 3.4 暗原色图像可行性分析及仿真实验 | 第40-45页 |
| 3.4.1 暗原色图像增强原理及可行性分析 | 第40-42页 |
| 3.4.2 暗原色水下图像处理实验与结果分析 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 视觉SLAM系统特征提取及匹配算法研究 | 第46-63页 |
| 4.1 视觉SLAM系统框架 | 第46-47页 |
| 4.2 图像特征提取方法分析 | 第47-51页 |
| 4.2.1 图像边缘基本参数及提取方法 | 第48-50页 |
| 4.2.2 图像纹理特征提取 | 第50-51页 |
| 4.3 SIFT特征提取算法的改进 | 第51-58页 |
| 4.4 SLAM系统数据关联及其改进 | 第58-61页 |
| 4.4.1 SLAM数据关联问题 | 第58-59页 |
| 4.4.2 数据关联算法的改进 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第五章 实验与结果分析 | 第63-77页 |
| 5.1 系统仿真实验 | 第63-66页 |
| 5.2 图像对比度增强实验 | 第66-69页 |
| 5.3 特征点提取实验 | 第69-72页 |
| 5.4 路标匹配实验 | 第72-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 论文总结 | 第77-78页 |
| 6.2 工作展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻硕期间取得的研究成果 | 第84-85页 |
