首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

单目视觉同时定位与地图构建技术研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-18页
    1.1 研究意义及背景第10页
    1.2 研究现状第10-15页
        1.2.1 间接法第11-13页
        1.2.2 直接法第13-15页
    1.3 研究内容与章节安排第15-18页
        1.3.1 研究内容第15-16页
        1.3.2 章节安排第16-18页
第二章 特征提取和匹配第18-36页
    2.1 相机预处理第18-20页
    2.2 特征提取和描述第20-26页
        2.2.1 SIFT特征算法第20-23页
        2.2.2 SURF特征第23-24页
        2.2.3 ORB特征第24-26页
    2.3 俯视场景下的处理方法第26-31页
        2.3.1 基于AdaBoost的路面区域识别算法第27-29页
        2.3.2 加权模板的特征挑选方法第29-30页
        2.3.3 关键帧的筛选方法第30-31页
    2.4 实验与分析第31-36页
        2.4.1 图像预处理和逆投影变换第31-32页
        2.4.2 特征提取算法对照试验第32-34页
        2.4.3 俯视场景下的处理方法验证第34-35页
        2.4.4 本章小结第35-36页
第三章 相机姿态和特征点空间位置估计第36-62页
    3.1 特征点的空间位置的估计第36-38页
    3.2 2D-2D的相机姿态估计第38-43页
        3.2.1 本质矩阵的求解第39-41页
        3.2.2 单应矩阵的求解第41-43页
    3.3 3D-2D的相机姿态估计第43-46页
        3.3.1 直接线性变换第44-45页
        3.3.2 P3P解法第45-46页
    3.4 BA问题第46-50页
        3.4.1 优化问题原理和图优化的构建第46-49页
        3.4.2 BA问题的求解第49-50页
    3.5 特征点对的分布状态优化方法第50-55页
        3.5.1 特征点对分布状态第50-52页
        3.5.2 理论分析和算法实现第52-55页
    3.6 实验与小结第55-62页
        3.6.1 同时定位与地图构建实现第55-57页
        3.6.2 特征点对的分布优化方法验证第57-60页
        3.6.3 本章小结第60-62页
第四章 总结和展望第62-64页
    4.1 论文的主要工作及总结第62页
    4.2 后续工作的展望第62-64页
参考文献第64-68页
致谢第68-70页
在读期间发表的学术论文与取得的其他研究成果第70页

论文共70页,点击 下载论文
上一篇:基于深度学习的个性化引文搜索推荐算法研究
下一篇:基于深度卷积神经网络的熟料颗粒方法研究