| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 SLAM国内外发展现状 | 第11-16页 |
| 1.2.1 国外发展概述 | 第11-14页 |
| 1.2.2 国内SLAM研究发展概述 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16页 |
| 1.4 论文的内容安排 | 第16-18页 |
| 第2章 基于Kinect的视觉SLAM的相关原理 | 第18-28页 |
| 2.1 SLAM问题的一般定义 | 第18-22页 |
| 2.1.1 SLAM问题的过程描述 | 第18-20页 |
| 2.1.2 基于扩展卡尔曼滤波的SLAM算法 | 第20-22页 |
| 2.2 KINECT深度相机的工作原理及2D到3D的数学知识 | 第22-27页 |
| 2.2.1 Kinect的工作原理 | 第23-25页 |
| 2.2.2 2D到3D的数学知识 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 特征提取和特征匹配算法的基本原理及改进 | 第28-47页 |
| 3.1 SLAM系统中图像的特征提取及特征匹配 | 第28-40页 |
| 3.1.1 Harris特征点检测 | 第29-31页 |
| 3.1.2 SIFT角点检测 | 第31-34页 |
| 3.1.3 SURF角点检测 | 第34-36页 |
| 3.1.4 FAST角点检测 | 第36-37页 |
| 3.1.5 角点检测方法比较 | 第37-40页 |
| 3.2 对FAST角点算法加强鲁棒性改进 | 第40-43页 |
| 3.2.1 图像增强 | 第40-42页 |
| 3.2.2 图像去噪Mallat算子 | 第42-43页 |
| 3.2.3 M-FAST算法 | 第43页 |
| 3.3 特征匹配 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 实验设计与分析 | 第47-55页 |
| 4.1 KINECT获取深度深度图像数据 | 第47-50页 |
| 4.1.1 OpenNI获取深度图像和彩色图像 | 第47-50页 |
| 4.2 M-FAST算法实验设计 | 第50-51页 |
| 4.3 RGB-DSLAM实验设计 | 第51-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第5章 结论 | 第55-57页 |
| 5.1 结论 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 在学研究成果 | 第61-62页 |
| 致谢 | 第62页 |