基于视觉的室内高效定位研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 室内定位的应用意义和发展状况 | 第10-11页 |
| 1.2 图像检索技术的发展和研究情况 | 第11-13页 |
| 1.3 总体介绍 | 第13-14页 |
| 1.4 本文章节安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 相关理论基础简介 | 第16-29页 |
| 2.1 SIFT特征 | 第16-23页 |
| 2.1.1 尺度空间极值点检测 | 第17-20页 |
| 2.1.2 特征点位置确定 | 第20-21页 |
| 2.1.3 确定特征点方向 | 第21-22页 |
| 2.1.4 局部特征描述子 | 第22-23页 |
| 2.2 词袋模型 | 第23-24页 |
| 2.2.1 词袋模型概述 | 第23-24页 |
| 2.2.2 词袋模型基本原理 | 第24页 |
| 2.3 聚类算法 | 第24-26页 |
| 2.4 倒排索引和检索 | 第26-27页 |
| 2.5 词加权技术 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 系统分析与设计 | 第29-32页 |
| 3.1 系统功能分析 | 第29-30页 |
| 3.1.1 场景和需求分析 | 第29-30页 |
| 3.1.2 主要功能分析 | 第30页 |
| 3.2 系统架构设计 | 第30-31页 |
| 3.2.1 系统预处理 | 第30-31页 |
| 3.2.2 位置检索 | 第31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 基于图像检索的室内高效定位算法 | 第32-45页 |
| 4.1 图像特征提取 | 第32-34页 |
| 4.1.1 SIFT特征算法 | 第32-33页 |
| 4.1.2 SIFT特征算法的改进 | 第33-34页 |
| 4.2 视觉词汇 | 第34-37页 |
| 4.2.1 近似K-means算法 | 第35-36页 |
| 4.2.2 特征向量量化 | 第36-37页 |
| 4.3 特征索引 | 第37页 |
| 4.4 图像位置匹配 | 第37-44页 |
| 4.4.1 视觉词汇匹配 | 第38-39页 |
| 4.4.2 投票方案 | 第39页 |
| 4.4.3 基于单应性的位置匹配算法 | 第39-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 仿真与实现 | 第45-67页 |
| 5.1 SIFT特征算法改进及性能评估实验 | 第45-56页 |
| 5.1.1 实验数据集 | 第45-46页 |
| 5.1.2 实验方法 | 第46-48页 |
| 5.1.3 实验过程和结果 | 第48-55页 |
| 5.1.4 实验总结 | 第55-56页 |
| 5.2 基于单应性的位置匹配算法实验 | 第56-62页 |
| 5.2.1 实验数据集 | 第56页 |
| 5.2.2 实验方法 | 第56-58页 |
| 5.2.3 实验结果及分析 | 第58-61页 |
| 5.2.4 实验总结 | 第61-62页 |
| 5.3 系统实现 | 第62-67页 |
| 5.3.1 服务器端处理 | 第62-63页 |
| 5.3.2 客户端设计 | 第63-65页 |
| 5.3.3 实验结果及分析 | 第65-66页 |
| 5.3.4 实验总结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 本文工作总结 | 第67页 |
| 6.2 展望与建议 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间取得的成果 | 第73-74页 |
