| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 视觉定位的研究现状 | 第9-10页 |
| 1.2.2 特征检测研究现状 | 第10-12页 |
| 1.2.3 本实验室视觉定位研究现状 | 第12-13页 |
| 1.3 论文组织结构 | 第13-15页 |
| 第2章 基于特征匹配的视觉定位技术 | 第15-35页 |
| 2.1 视觉定位技术 | 第15-16页 |
| 2.2 特征检测算法 | 第16-27页 |
| 2.2.1 SIFT 算法 | 第16-19页 |
| 2.2.2 SURF 算法 | 第19-25页 |
| 2.2.3 SUSAN 算法 | 第25-27页 |
| 2.3 特征检测算法的性能比较 | 第27-33页 |
| 2.3.1 实时性比较 | 第28-30页 |
| 2.3.2 精确性比较 | 第30-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 基于 SUSAN-SURF 的特征匹配算法 | 第35-49页 |
| 3.1 算法的改进 | 第35-38页 |
| 3.1.1 改进 SUSAN 算法 | 第35-37页 |
| 3.1.2 改进 SURF 算法 | 第37-38页 |
| 3.2 SUSAN-SURF 算法 | 第38-44页 |
| 3.2.1 算法的有效性验证 | 第40-42页 |
| 3.2.2 算法的适应性验证 | 第42-44页 |
| 3.3 SUSAN-SURF 算法的优化 | 第44-48页 |
| 3.3.1 RANSAC 的剔除方法 | 第45-46页 |
| 3.3.2 RANSAC 的剔除效果 | 第46-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 基于 SUSAN-SURF 的自适应运动估计 | 第49-67页 |
| 4.1 基于 SUSAN-SURF 的运动估计 | 第49-52页 |
| 4.1.1 基于 SUSAN-SURF 的运动估计方法 | 第49-50页 |
| 4.1.2 基于 SUSAN-SURF 的运动估计方法实验 | 第50-52页 |
| 4.2 基于 SUSAN-SURF 的自适应运动估计方法 | 第52-54页 |
| 4.2.1 卡尔曼滤波算法 | 第52-53页 |
| 4.2.2 基于 SUSAN-SURF 的自适应运动估计方法 | 第53-54页 |
| 4.3 基于 SUSAN-SURF 的自适应运动估计方法实验 | 第54-66页 |
| 4.3.1 实时性对比实验 | 第55-62页 |
| 4.3.2 精确性对比实验 | 第62-63页 |
| 4.3.3 地面适应性实验 | 第63-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 室内视觉定位系统的搭建与实验 | 第67-73页 |
| 5.1 室内视觉定位系统的硬件组成 | 第67-68页 |
| 5.2 室内视觉定位系统的软件平台 | 第68-70页 |
| 5.3 室内视觉定位系统的实验验证 | 第70-72页 |
| 5.4 本章小结 | 第72-73页 |
| 总结与展望 | 第73-77页 |
| 总结 | 第73-75页 |
| 展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间所取得研究成果 | 第81-83页 |
| 致谢 | 第83页 |
