| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 三维重建技术的研究现状 | 第10-13页 |
| 1.3 文章内容安排 | 第13-15页 |
| 第2章 KinectFusion算法 | 第15-35页 |
| 2.1 Kinect相机的介绍 | 第15-23页 |
| 2.1.1 Kinect相机的结构及原理 | 第15-17页 |
| 2.1.2 Kinect相机标定方法 | 第17-23页 |
| 2.2 KinectFusion算法具体流程 | 第23-31页 |
| 2.2.1 处理深度图像 | 第24-25页 |
| 2.2.2 相机位姿估计 | 第25-27页 |
| 2.2.3 点云融合 | 第27-30页 |
| 2.2.4 场景渲染 | 第30-31页 |
| 2.3 KinectFusion算法问题分析 | 第31-32页 |
| 2.4 本章小结 | 第32-35页 |
| 第3章 基于随机蕨编码的回环检测及重新定位 | 第35-47页 |
| 3.1 引言 | 第35-38页 |
| 3.1.1 相机路径回环检测 | 第35-36页 |
| 3.1.2 相机的重新定位 | 第36-38页 |
| 3.2 基于随机蕨的相机路径回环检测和重新定位 | 第38-46页 |
| 3.2.1 利用随机蕨对RGB-D图像编码 | 第39-40页 |
| 3.2.2 RGB-D图像的相似性度量 | 第40-41页 |
| 3.2.3 获取关键帧 | 第41-42页 |
| 3.2.4 相机路径回环检测 | 第42-44页 |
| 3.2.5 相机重新定位 | 第44-46页 |
| 3.3 本章小结 | 第46-47页 |
| 第4章 相机路径回环检测和重新定位与InfiniTAM结合 | 第47-57页 |
| 4.1 引言 | 第47-48页 |
| 4.2 基于哈希结构的InfiniTAM | 第48-53页 |
| 4.3 基于随机蕨编码的回环检测和重新定位策略与InfiniTAM结合 | 第53-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 实验与结论 | 第57-65页 |
| 5.1 实验准备 | 第57-61页 |
| 5.1.1 数据集介绍 | 第57-59页 |
| 5.1.2 相机轨迹对齐方法 | 第59-61页 |
| 5.2 实验结果 | 第61-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 发表论文和参加科研情况说明 | 第73-75页 |
| 致谢 | 第75-76页 |