致谢 | 第5-6页 |
摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第17-34页 |
1.1 研究背景 | 第17-19页 |
1.2 增强现实技术发展现状 | 第19-25页 |
1.2.1 三维注册技术 | 第19-22页 |
1.2.2 虚实融合真实度 | 第22-23页 |
1.2.3 行业应用 | 第23-25页 |
1.3 视觉SLAM技术的国内外发展现状 | 第25-30页 |
1.4 论文的主要工作与内容组织结构 | 第30-34页 |
1.4.1 系统框架 | 第30-31页 |
1.4.2 本文主要贡献 | 第31-32页 |
1.4.3 论文组织结构 | 第32-34页 |
第2章 基于RGB-D图像稠密匹配的摄像机追踪 | 第34-70页 |
2.1 引言 | 第34-35页 |
2.2 摄像机模型 | 第35-39页 |
2.2.1 摄像机内参 | 第36页 |
2.2.2 摄像机外参及李代数 | 第36-39页 |
2.3 局部模型的构建 | 第39-42页 |
2.4 RGB-D图像与局部模型的稠密配准 | 第42-51页 |
2.4.1 目标函数的导出 | 第42-45页 |
2.4.2 权重ICP | 第45-46页 |
2.4.3 目标函数求解 | 第46-49页 |
2.4.4 配准算法的GPU并行实现 | 第49-51页 |
2.5 局部模型的资源与算法优化 | 第51-60页 |
2.5.1 八叉树森林空间结构 | 第53-54页 |
2.5.2 并行生长与裁剪算法 | 第54-59页 |
2.5.3 模型帧的提取 | 第59-60页 |
2.6 实验与结果分析 | 第60-69页 |
2.6.1 八叉树森林 | 第60-65页 |
2.6.2 摄像机追踪 | 第65-69页 |
2.7 本章小结 | 第69-70页 |
第3章 基于Frame-to-Model的全局位姿优化 | 第70-91页 |
3.1 引言 | 第70页 |
3.2 摄像机运动区域扩展 | 第70-73页 |
3.2.1 工作区切换 | 第71-72页 |
3.2.2 局部坐标与模型数据更新 | 第72-73页 |
3.3 多级一致性闭环检测 | 第73-78页 |
3.3.1 常用闭环检测方法 | 第74-75页 |
3.3.2 二值特征视觉词袋 | 第75-77页 |
3.3.3 多级一致性检验的闭环检测 | 第77-78页 |
3.4 模型-位姿图优化 | 第78-82页 |
3.4.1 图优化的原理 | 第79-81页 |
3.4.2 模型-位姿图模型的构建与优化 | 第81-82页 |
3.5 实验结果与分析 | 第82-89页 |
3.5.1 闭环检测实验 | 第82-84页 |
3.5.2 全局轨迹精度实验 | 第84-87页 |
3.5.3 大尺度场景表面重建 | 第87-89页 |
3.6 本章小结 | 第89-91页 |
第4章 基于回归森林的摄像机6DOF精确重定位 | 第91-119页 |
4.1 引言 | 第91-93页 |
4.2 回归森林的训练 | 第93-99页 |
4.2.1 随机森林模型 | 第93-95页 |
4.2.2 特征响应函数 | 第95-97页 |
4.2.3 回归树的生成 | 第97-99页 |
4.3 摄像机位姿重定位 | 第99-104页 |
4.3.1 优化目标函数 | 第99-100页 |
4.3.2 位姿估计 | 第100-104页 |
4.4 RGB图像的重定位 | 第104-108页 |
4.4.1 特征响应函数调整 | 第105页 |
4.4.2 候选位姿生成 | 第105-106页 |
4.4.3 图像平面上的局部位姿优化 | 第106-108页 |
4.5 实验结果与分析 | 第108-117页 |
4.5.1 RGB-D图像重定位实验 | 第108-115页 |
4.5.2 RGB图像重定位实验 | 第115-117页 |
4.6 本章小结 | 第117-119页 |
第5章 增强现实应用及交互 | 第119-134页 |
5.1 引言 | 第119页 |
5.2 运动物体分离 | 第119-123页 |
5.3 虚实物体互遮挡 | 第123-126页 |
5.4 碰撞检测 | 第126-129页 |
5.5 虚拟触屏交互应用 | 第129-133页 |
5.6 本章小结 | 第133-134页 |
第6章 总结与展望 | 第134-137页 |
参考文献 | 第137-151页 |
个人简历、在学期间的研究成果及发表的论文 | 第151-152页 |