| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 1 绪论 | 第12-19页 |
| 1.1 研究背景和研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 SLAM与结构信息 | 第13-14页 |
| 1.2.2 基于卷积神经网络的图像识别与分割 | 第14-16页 |
| 1.2.3 单张照片回转体建模 | 第16页 |
| 1.3 研究内容和章节安排 | 第16-19页 |
| 1.3.1 主要工作 | 第16-17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 2 回转体建模理论基础 | 第19-31页 |
| 2.1 针孔相机模型 | 第19-23页 |
| 2.2 绝对圆锥曲线与相机标定 | 第23-25页 |
| 2.2.1 绝对圆锥曲线 | 第23-24页 |
| 2.2.2 相机标定与绝对二次曲线的成像 | 第24-25页 |
| 2.3 特殊平面投影变换 | 第25-31页 |
| 2.3.1 平面透射 | 第25-27页 |
| 2.3.2 平面调和透射 | 第27-28页 |
| 2.3.3 约束透视变换 | 第28页 |
| 2.3.4 平面放射变换 | 第28-31页 |
| 3 回转体检测与分割 | 第31-50页 |
| 3.1 Mask R-CNN | 第31-35页 |
| 3.2 基于Mask R-CNN模型的回转体检测与分割 | 第35-36页 |
| 3.3 融合边缘信息的回转体轮廓检测方法 | 第36-43页 |
| 3.3.1 基于Mask R-CNN的回转体检测与分割 | 第36-37页 |
| 3.3.2 边缘检测算子 | 第37-39页 |
| 3.3.3 Grabcut图像分割算法 | 第39-42页 |
| 3.3.4 融合Mask R-CNN与Grabcut的回转体轮廓检测方法 | 第42-43页 |
| 3.4 实验与分析 | 第43-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 基于单张照片的回转体比例建模 | 第50-69页 |
| 4.1 回转体及其成像额外约束 | 第50-54页 |
| 4.1.1 术语 | 第50-52页 |
| 4.1.2 回转体成像的特殊几何约束 | 第52-53页 |
| 4.1.3 回转体与单轴旋转运动 | 第53-54页 |
| 4.2 回转体单张重建 | 第54-61页 |
| 4.2.1 求解不变量 | 第54-57页 |
| 4.2.2 求解相机内参 | 第57-58页 |
| 4.2.3 生成曲线的成像 | 第58-60页 |
| 4.2.4 生成曲线与对称轴矫正 | 第60-61页 |
| 4.3 实验与分析 | 第61-68页 |
| 4.3.1 仿真实验 | 第61-65页 |
| 4.3.2 真实场景实验 | 第65-68页 |
| 4.4 本章小结 | 第68-69页 |
| 5 融合回转结构的视觉SLAM方法 | 第69-90页 |
| 5.1 融合回转结构的视觉SLAM方法总体框架 | 第69-72页 |
| 5.2 回转结构与SLAM地图融合方法 | 第72-76页 |
| 5.2.1 回转体尺度与位姿初始融合 | 第72-75页 |
| 5.2.2 回转体尺度与位姿优化 | 第75-76页 |
| 5.3 回转结构在SLAM中的运用 | 第76-80页 |
| 5.3.1 回转体语义信息与闭环检测 | 第76-79页 |
| 5.3.2 融合回转结构的结构语义地图构建 | 第79-80页 |
| 5.4 实验与分析 | 第80-89页 |
| 5.4.1 回转体尺度与位姿融合 | 第81-86页 |
| 5.4.2 闭环检测 | 第86-87页 |
| 5.4.3 SLAM全场景融合与语义地图构建 | 第87-89页 |
| 5.5 本章小结 | 第89-90页 |
| 6 总结与展望 | 第90-92页 |
| 6.1 全文总结 | 第90-91页 |
| 6.2 未来展望 | 第91-92页 |
| 致谢 | 第92-93页 |
| 参考文献 | 第93-101页 |
| 攻读硕士期间发表的论文 | 第101-103页 |
