基于K决策树的三维目标识别与定位研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究课题的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状综述 | 第10-11页 |
| 1.3 论文的主要工作 | 第11-13页 |
| 第2章 三维目标识别与定位概述 | 第13-18页 |
| 2.1 三维目标识别定位流程 | 第13页 |
| 2.2 三维成像系统 | 第13-14页 |
| 2.3 实例识别基础 | 第14-15页 |
| 2.4 位姿识别基础 | 第15-17页 |
| 2.4.1 基于模型的位姿确定 | 第15-16页 |
| 2.4.2 基于视图的位姿确定 | 第16-17页 |
| 2.5 模型配准的精准度问题 | 第17页 |
| 2.6 本章小结 | 第17-18页 |
| 第3章 特征选择 | 第18-25页 |
| 3.1 实例特征选择 | 第18-22页 |
| 3.1.1 局部特征 | 第18-20页 |
| 3.1.2 全局特征 | 第20-22页 |
| 3.2 位姿特征选择 | 第22-24页 |
| 3.2.1 基于局部特征的方法 | 第22-23页 |
| 3.2.2 基于全局特征的方法 | 第23-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第4章 实例识别方法 | 第25-30页 |
| 4.1 实例识别方法基础 | 第25-26页 |
| 4.1.1 支持向量机 | 第25-26页 |
| 4.1.2 近邻算法 | 第26页 |
| 4.2 三维图像分割 | 第26-27页 |
| 4.3 实例识别结果 | 第27-29页 |
| 4.4 本章小结 | 第29-30页 |
| 第5章 位姿识别方法 | 第30-40页 |
| 5.1 位姿特征 | 第30-33页 |
| 5.1.1 rRift特征 | 第30-31页 |
| 5.1.2 特征理论性能分析 | 第31-33页 |
| 5.2 位姿识别方法 | 第33-34页 |
| 5.3 位姿数据库的建立 | 第34-35页 |
| 5.4 精确位置确定 | 第35-37页 |
| 5.4.1 位姿检索 | 第35-36页 |
| 5.4.2 精确位姿匹配 | 第36-37页 |
| 5.5 实验结果分析 | 第37-39页 |
| 5.6 本章小结 | 第39-40页 |
| 第6章 系统设计与实现 | 第40-46页 |
| 6.1 引言 | 第40-41页 |
| 6.2 需求分析 | 第41-43页 |
| 6.2.1 总体结构框架 | 第41-42页 |
| 6.2.2 子功能模块划分 | 第42-43页 |
| 6.3 系统实现 | 第43-45页 |
| 6.3.1 系统开发和运行环境 | 第43页 |
| 6.3.2 系统界面 | 第43-44页 |
| 6.3.3 目标识别精确定位系统流程及实现细节 | 第44-45页 |
| 6.4 本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第52-53页 |
| 致谢 | 第53-54页 |
