| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文框架和主要内容 | 第15-17页 |
| 第二章 图像匹配BoW模型 | 第17-31页 |
| 2.1 图像特征提取方法介绍和比较 | 第17-26页 |
| 2.1.1 SIFT特征 | 第17-20页 |
| 2.1.2 SURF特征 | 第20-21页 |
| 2.1.3 ORB特征 | 第21-26页 |
| 2.2 创建BoW模型 | 第26-28页 |
| 2.2.1 k-means聚类 | 第26-27页 |
| 2.2.2 加权投影量化特征 | 第27-28页 |
| 2.3 优化BoW模型 | 第28-30页 |
| 2.3.1 建立视觉字典树 | 第28页 |
| 2.3.2 对特征分配TF-IDF权重 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 图像分块区域的空间信息描述 | 第31-42页 |
| 3.1 特征空间信息表示 | 第31-36页 |
| 3.1.1 BoW模型的缺陷 | 第31-32页 |
| 3.1.2 特征空间信息的常见应用和分析 | 第32-36页 |
| 3.1.3 用于闭环检测的特征空间信息 | 第36页 |
| 3.2 特征空间信息提取和存储 | 第36-38页 |
| 3.3 图像向量比较和匹配 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 闭环检测的后续验证 | 第42-50页 |
| 4.1 闭环图像对的时间一致性 | 第42-45页 |
| 4.2 闭环图像对的几何约束 | 第45-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 实验结果与分析 | 第50-61页 |
| 5.1 实验平台和数据集 | 第50页 |
| 5.2 公开数据集的特征提取与匹配 | 第50-57页 |
| 5.2.1 New College数据集的特征提取与匹配 | 第50-53页 |
| 5.2.2 City Centre数据集的特征提取与匹配 | 第53-57页 |
| 5.3 公开数据集的闭环检测实验 | 第57-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间发表论文情况 | 第70页 |