| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 姿态估计研究现状 | 第9-10页 |
| 1.3 基于视觉方法的姿态估计研究方法概述 | 第10-13页 |
| 1.4 本文的主要研究内容及章节安排 | 第13-15页 |
| 第二章 基于流形结构的刚体姿态估计方法的鲁棒性分析 | 第15-31页 |
| 2.1 基于流形结构的物体姿态估计方法 | 第15-16页 |
| 2.2 流形结构差异性度量 | 第16-18页 |
| 2.3 测试数据 | 第18页 |
| 2.4 噪声干扰时的鲁棒性分析 | 第18-24页 |
| 2.4.1 高斯白噪声 | 第18-21页 |
| 2.4.2 椒盐噪声 | 第21-24页 |
| 2.5 光照变化时的鲁棒性分析 | 第24-28页 |
| 2.5.1 光照方向变化 | 第24-27页 |
| 2.5.2 光照强度变化 | 第27-28页 |
| 2.6 小结 | 第28-31页 |
| 第三章 改进的基于流形结构的刚体姿态估计方法 | 第31-57页 |
| 3.1 研究方案 | 第31-32页 |
| 3.2 流形学习选择 | 第32-37页 |
| 3.2.1 局部线性嵌入算法 | 第32-33页 |
| 3.2.2 拉普拉斯特征映射算法 | 第33-34页 |
| 3.2.3 等距映射算法 | 第34-36页 |
| 3.2.4 流形学习算法的选择 | 第36-37页 |
| 3.3 图像分割算法的选择 | 第37-48页 |
| 3.3.1 本文对分割算法的要求 | 第37页 |
| 3.3.2 基于阈值的分割方法 | 第37-40页 |
| 3.3.3 基于区域的分割方法 | 第40-42页 |
| 3.3.4 基于边缘的分割方法 | 第42-43页 |
| 3.3.5 基于特定理论的分割方法 | 第43-45页 |
| 3.3.6 算法分析与选择 | 第45-48页 |
| 3.4 回归分析算法设计 | 第48-55页 |
| 3.4.1 统计学习理论 | 第48-50页 |
| 3.4.2 最优分类超平面 | 第50-51页 |
| 3.4.3 支持向量回归 | 第51-53页 |
| 3.4.4 核函数 | 第53-54页 |
| 3.4.5 支持向量回归分析算法设计 | 第54-55页 |
| 3.5 小结 | 第55-57页 |
| 第四章 实验结果及分析 | 第57-67页 |
| 4.1 噪声影响的对比实验 | 第57-61页 |
| 4.1.1 高斯白噪声 | 第57-59页 |
| 4.1.2 椒盐噪声 | 第59-61页 |
| 4.2 光照影响的对比实验 | 第61-65页 |
| 4.2.1 光照方向变化 | 第61-63页 |
| 4.2.2 光照强度变化 | 第63-65页 |
| 4.3 实验结果分析 | 第65-66页 |
| 4.4 小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 硕士期间发表论文和参加科研情况 | 第73-75页 |
| 致谢 | 第75页 |