| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究背景和现状 | 第8-9页 |
| ·论文的研究内容 | 第9-10页 |
| ·论文的组织结构 | 第10-12页 |
| 第二章 RGBD SLAM 背景知识 | 第12-18页 |
| ·SLAM | 第12-15页 |
| ·定位模型（Localization Model） | 第12-14页 |
| ·地图建立模型（The Mapping Model） | 第14页 |
| ·SLAM 目标 | 第14-15页 |
| ·KINECT 传感器 | 第15页 |
| ·RGBDSLAM 平台 | 第15-17页 |
| ·用户界面 | 第16页 |
| ·用户输出 | 第16-17页 |
| ·RANSAC | 第17页 |
| ·RANSAC 定义 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 2D 和 3D 图像特征点匹配方法研究 | 第18-24页 |
| ·特征点描述子匹配概论 | 第18-21页 |
| ·特征点描述子匹配准则 | 第21-22页 |
| ·偏差和增益规范化（MOPS） | 第21页 |
| ·尺度不变特征变换（SIFT) | 第21页 |
| ·梯度位置方向直方图（GLOH） | 第21-22页 |
| ·特征点描述子匹配性能 | 第22页 |
| ·基于 Kinect 的 3D 特征点描述子以及深度数据 | 第22-23页 |
| ·深度图像 | 第22-23页 |
| ·关键点 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第四章 图像特征点描述子算法分析 | 第24-40页 |
| ·SIFT 描述子 | 第24-25页 |
| ·尺度空间极值提取 | 第24-25页 |
| ·SIFT 描述子及其匹配过程 | 第25页 |
| ·SURF 描述子 | 第25-28页 |
| ·Hession 矩阵检测器 | 第26-27页 |
| ·SURF 描述子 | 第27-28页 |
| ·BRIEF 描述子 | 第28-30页 |
| ·BRIEF 描述子 | 第28-30页 |
| ·速度估计 | 第30页 |
| ·D-BRIEF 描述子 | 第30-32页 |
| ·ORB 描述子 | 第32-34页 |
| ·描述子思路 | 第32页 |
| ·ORB 的可旋转性 | 第32-34页 |
| ·3D 特征点描述子 | 第34-35页 |
| ·3D 形状内容描述子（3D shape contexts) | 第34页 |
| ·旋转图像 | 第34-35页 |
| ·点特征直方图（PFH）描述子 | 第35-38页 |
| ·PFH 描述子 | 第35-36页 |
| ·快速点特征直方图（FPFH）描述子 | 第36-37页 |
| ·PFH 和 FPFH 的区别 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第五章 基于 KINECT 传感器特征点描述子设计与实现 | 第40-54页 |
| ·BRIEF 描述子的设计思路 | 第40页 |
| ·BRIEF 描述子的实现 | 第40-45页 |
| ·BRIEF 描述子的测试代码 | 第45-48页 |
| ·主函数流程 | 第45-47页 |
| ·测试和分析 | 第47-48页 |
| ·基于点云库（PCL）的特征描述与提取 | 第48-52页 |
| ·三维特征的描述 | 第49-50页 |
| ·点云表面法线的估计 | 第50-51页 |
| ·选择合适的尺度 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第六章 系统测试与分析 | 第54-62页 |
| ·RGBD SLAM 平台搭建 | 第54-56页 |
| ·SIFT/SURF 描述子实验结果 | 第56-58页 |
| ·ORB 描述子测试结果 | 第58-59页 |
| ·BRIEF 描述子实验结果 | 第59-60页 |
| ·特征点描述子精确度与运行时间分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第七章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| ·质量提升 | 第62-63页 |
| ·性能提升 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-69页 |
