基于增强视觉与无线电特征的SLAM算法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究背景与意义 | 第8-11页 |
| 1.1.1 特征稀疏场景SLAM的配准问题 | 第9-10页 |
| 1.1.2 高累计误差下的SLAM回环检测问题 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于图像增强的内窥镜研究现状 | 第11-13页 |
| 1.2.2 回环检测研究现状 | 第13-14页 |
| 1.3 研究创新点和论文结构 | 第14-16页 |
| 1.3.1 研究创新点 | 第14-15页 |
| 1.3.2 论文结构 | 第15-16页 |
| 第2章 基于图像增强的视觉特征算子及其配准 | 第16-32页 |
| 2.1 图像增强方法 | 第16-21页 |
| 2.1.1 直方图均衡化 | 第17-18页 |
| 2.1.2 Retinex图像增强 | 第18-20页 |
| 2.1.3 基于HSV色彩空间的图像增强方法 | 第20-21页 |
| 2.2 SLAM中常见的特征算子 | 第21-25页 |
| 2.2.1 ORB | 第21-23页 |
| 2.2.2 SIFT | 第23-24页 |
| 2.2.3 SURF | 第24-25页 |
| 2.3 特征配准 | 第25-27页 |
| 2.3.1 图像匹配 | 第25-26页 |
| 2.3.2 增强图像的配准 | 第26-27页 |
| 2.4 相机位姿估计 | 第27-31页 |
| 2.4.1 相机模型 | 第27-29页 |
| 2.4.2 位姿恢复 | 第29-30页 |
| 2.4.3 基于仿射变换的尺度估计 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于加权梯度增强的视觉特征算子研究 | 第32-54页 |
| 3.1 WGE-ORB算子的研究 | 第33-39页 |
| 3.1.1 梯度相似相关消色算法 | 第33-34页 |
| 3.1.2 加权梯度增强模型及增广拉格朗日求解 | 第34-39页 |
| 3.2 实验设计 | 第39-42页 |
| 3.2.1 实验数据 | 第39-40页 |
| 3.2.2 内窥镜标定 | 第40-42页 |
| 3.3 实验结果及分析 | 第42-52页 |
| 3.3.1 加权梯度增强模型的定性定量评估 | 第42-47页 |
| 3.3.2 特征算子的性能对比与分析 | 第47-52页 |
| 3.4 本章小结 | 第52-54页 |
| 第4章 增强视觉与无线电定位融合的回环检测研究 | 第54-69页 |
| 4.1 增强视觉与无线电特征融合 | 第55-58页 |
| 4.2 多径无线定位指纹的构建 | 第58-60页 |
| 4.2.1 地图建模 | 第58-59页 |
| 4.2.2 构建低维信号线性子空间 | 第59-60页 |
| 4.3 投影尺度学习 | 第60-62页 |
| 4.3.1 构建投影尺度 | 第60-61页 |
| 4.3.2 低维线性子空间学习 | 第61-62页 |
| 4.4 仿真实验与分析 | 第62-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第5章 总结和展望 | 第69-71页 |
| 5.1 总结 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 攻读学位期间的研究成果 | 第78页 |
