| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 室内定位技术研究现状 | 第9-12页 |
| 1.2.2 视觉定位技术研究现状 | 第12-13页 |
| 1.2.3 图像匹配算法研究现状 | 第13-14页 |
| 1.2.4 误匹配剔除算法研究现状 | 第14-15页 |
| 1.3 本文主要研究内容和结构安排 | 第15-17页 |
| 第2章 视觉定位相关理论分析 | 第17-32页 |
| 2.1 摄像机建模及参数标定 | 第17-22页 |
| 2.1.1 摄像机成像模型及参数矩阵 | 第17-21页 |
| 2.1.2 摄像机标定原理 | 第21-22页 |
| 2.2 视觉定位中图像特征描述子 | 第22-26页 |
| 2.2.1 全局特征描述子 | 第22-23页 |
| 2.2.2 局部特征描述子 | 第23-26页 |
| 2.3 有监督分类算法 | 第26-28页 |
| 2.3.1 AdaBoost有监督分类学习算法 | 第26-27页 |
| 2.3.2 SVM有监督分类学习算法 | 第27-28页 |
| 2.4 对极几何约束算法 | 第28-31页 |
| 2.4.1 基本矩阵与本质矩阵 | 第28-30页 |
| 2.4.2 基本矩阵求解八点法 | 第30-31页 |
| 2.5 本章小节 | 第31-32页 |
| 第3章 基于有监督学习的快速图像检索算法 | 第32-46页 |
| 3.1 实验环境及数据库建立 | 第32-34页 |
| 3.2 图像SURF直方图构建 | 第34-38页 |
| 3.2.1 图像SURF直方图的构建概述 | 第34-36页 |
| 3.2.2 图像SURF直方图的构建方法 | 第36-38页 |
| 3.3 图像SURF直方图的有监督学习算法 | 第38-40页 |
| 3.4 基于有监督学习的快速检索算法在图像匹配中的性能分析 | 第40-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 基于改进RANSAC算法的误匹配剔除方法 | 第46-56页 |
| 4.1 RANSAC算法分析 | 第46-50页 |
| 4.2 改进RANSAC算法分析 | 第50-54页 |
| 4.2.1 改进RANSAC算法分析 | 第50-52页 |
| 4.2.2 改进RANSAC性能分析 | 第52-54页 |
| 4.3 改进RANSAC算法在定位系统中的性能分析 | 第54-55页 |
| 4.4 本章小节 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第63-65页 |
| 致谢 | 第65页 |