| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-14页 |
| ·论文的研究背景 | 第11-12页 |
| ·计算机视觉里的不确定度 | 第12页 |
| ·研究目的和内容安排 | 第12-14页 |
| 第二章 立体视觉里程计算法原理及实现 | 第14-19页 |
| ·立体视觉的基本原理 | 第14-15页 |
| ·立体视觉里程计 | 第15-19页 |
| ·特征提取 | 第16页 |
| ·特征匹配 | 第16-17页 |
| ·运动估计 | 第17-19页 |
| 第三章 立体视觉里程计里的不确定度问题 | 第19-44页 |
| ·不确定度的一般研究方法 | 第19-24页 |
| ·不确定度的一阶传递 | 第19-21页 |
| ·隐函数的一阶不确定度传递 | 第21-22页 |
| ·非线性方差传递-无味变换 | 第22-24页 |
| ·图像特征点的不确定度 | 第24-30页 |
| ·尺度空间特征提取 | 第24页 |
| ·SIFT特征点 | 第24-25页 |
| ·SIFT的不确定度 | 第25-28页 |
| ·仿真实验 | 第28-30页 |
| ·运动参数的不确定度 | 第30-37页 |
| ·三维点不确定度 | 第30-32页 |
| ·旋转参数的不确定度 | 第32-33页 |
| ·平移参数的不确定度 | 第33-35页 |
| ·仿真验证 | 第35-36页 |
| ·基于无味变换的非线性估计 | 第36-37页 |
| ·RANSAC的不确定度估计 | 第37-40页 |
| ·基于Bayesian模型的一类RANSAC算法的不确定度估计 | 第38-39页 |
| ·不确定度的Bayesian推断 | 第39-40页 |
| ·仿真实验 | 第40页 |
| ·单步运动不确定度的累积 | 第40-43页 |
| ·累积不确定度的算法 | 第40-41页 |
| ·实验结果 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于不确定度的视觉里程计优化 | 第44-51页 |
| ·结合特征点不确定度的最大似然估计 | 第44-45页 |
| ·最大似然估计 | 第44页 |
| ·非线性估计问题的求解 | 第44-45页 |
| ·基于局部双目光束法平差的优化 | 第45-46页 |
| ·实验 | 第46-50页 |
| ·测试环境与评价标准 | 第46页 |
| ·室内仿月球表面环境实验 | 第46-47页 |
| ·室外短距离实验 | 第47-49页 |
| ·室外长距离实验 | 第49-50页 |
| ·本章小节 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 作者简历、攻读硕士学位期间参研项目及研究成果 | 第57页 |