本书深入浅出地介绍了三维实景视觉室内定位的相关内容。全书共14章，第1～6章首先对图像、照相机、全局特征和局部特征等重要概念进行了介绍和定义，然后进阶地介绍了图像特征点求解及特征匹配的方法；第7～9章首先介绍了几何变换的定义和方法及照相机位置的求解方法，然后重点介绍了利用SLAM技术进行室内定位与建图的原理和方法；第10～14章主要介绍了图像拼接、点云、可视化建图、语义标注、语义建图等内容，通过这些技术手段，可以进一步提高定位和建图的质量与效果。从第3章开始，后续各章均有一节实践供读者学习和尝试。 本书主要面向高等学校相关专业的高年级本科生或研究生，也可以作为相关研究者和从业者的基础参考书。

第1章 绪论
1.1 室内定位系统概述
1.1.1 室内定位系统的发展历史
1.1.2 主流室内定位技术
1.2 计算机视觉
1.2.1 计算机视觉简介
1.2.2 计算机视觉的应用方向
1.3 本书架构
第2章 图像的基本概念
2.1 图像与视频
2.1.1 GIF
2.1.2 PNG
2.1.3 BMP
2.1.4 JPEG
2.1.5 H.264
2.2 图像的数学表征
2.2.1 图像基本模型
2.2.2 图像数字化
2.2.3 数字图像表示
2.3 数字图像性质
2.3.1 距离度量与距离变换
2.3.2 像素邻接性和区域性质
2.3.3 拓扑性质
2.4 彩色图像
2.4.1 彩色基础
2.4.2 RGB彩色模型
2.4.3 灰度图像
2.5 深度图像
2.5.1 深度图像概念
2.5.2 深度图像的获取
2.6 数字图像的采集
2.6.1 采集装置
2.6.2 性能指标
2.6.3 采集模型
2.6.4 成像方式
第3章 照相机与照相机参数
3.1 照相机种类
3.1.1 单目照相机
3.1.2 双目照相机
3.1.3 深度照相机
3.1.4 鱼眼照相机
3.2 照相机参数
3.2.1 旋转与平移
3.2.2 照相机标定
3.3 镜头畸变
3.4 实践：计算机图像处理
3.4.1 OpenCV的使用
3.4.2 图像畸变纠正
第4章 图像全局特征
4.1 概述
4.2 颜色特征
4.2.1 HOG特征
4.2.2 哈希特征
4.2.3 颜色矩
4.2.4 颜色相关图
4.3 纹理特征
4.3.1 小波变换
4.3.2 Gabor变换
4.3.3 Gist特征
4.4 实践：全局特征提取
第5章 图像局部特征
5.1 概述
5.2 Harris角点
5.3 FAST特征
5.4 霍夫变换
5.4.1 霍夫线变换
5.4.2 霍夫圆变换
5.5 SIFT特征
5.5.1 尺度空间极值检测
5.5.2 关键点定位
5.5.3 关键点方向确定
5.5.4 关键点描述
5.6 SURF特征
5.6.1 构建Hessian矩阵生成关键点
5.6.2 构建尺度空间
5.6.3 确定关键点方向
5.6.4 生成特征描述子
5.7 ORB特征
5.7.1 改进的FAST角点提取
5.7.2 BRIEF特征描述子
5.8 实践：图像局部特征提取
第6章 图像的特征匹配
6.1 概述
6.2 度量函数
6.3 特征点匹配优化算法
6.3.1 距离筛选算法
6.3.2 交叉匹配算法
6.3.3 KNN算法
6.3.4 RANSAC算法
6.4 实践：图像特征匹配
第7章 几何变换
7.1 概述
7.2 几何基元
7.3 二维空间中的变换
7.4 三维空间中的变换
7.5 旋转向量
7.6 实践：运动轨迹绘制代码实现
第8章 照相机位置估计与求解
8.1 概述
8.2 照相机建模
8.2.1 投射投影矩阵和非固有参数
8.2.2 照相机固有参数矩阵
8.3 视觉定位中的图像特征描述子
8.3.1 图像检索流程
8.3.2 全局特征描述子
8.3.3 局部特征描述子
8.4 对极几何约束
8.4.1 模型描述
8.4.2 本质矩阵
8.4.3 基本矩阵
8.5 实践：对极几何约束求解照相机运动位置
第9章 同步定位与地图构建
9.1 概述
9.2 IMU和RGB-D照相机模型分析
9.2.1 IMU模型
9.2.2 针孔成像模型
9.2.3 RGB-D照相机和IMU联合标定
9.3 室内建图系统关键技术分析
9.3.1 刚体运动的三维表示
9.3.2 传感器的位姿估计问题
9.3.3 非线性优化
9.4 RGB-D照相机和IMU信息的前端处理
9.4.1 IMU预积分
9.4.2 特征点提取与追踪
9.4.3 PnP估计帧间位姿
9.5 联合初始化和后端优化
9.5.1 RGB-D照相机和IMU的旋转估计对齐
9.5.2 RGB-D照相机和IMU的位移估计对齐
9.5.3 后端优化与点云建图
9.6 系统性能分析
9.6.1 位姿估计误差分析
9.6.2 点云建图实验结果分析
9.7 实践：BA问题求解
9.7.1 Ceres求解BA问题
9.7.2 g2o求解BA问题
第10章 图像拼接
10.1 概述
10.2 图像预处理
10.2.1 图像几何校正
10.2.2 图像投影变换
10.2.3 图像配准
10.3 图像拼接融合
10.3.1 平均值融合算法
10.3.2 加权平均融合算法
10.3.3 渐入渐出融合算法
10.3.4 多频段融合算法
10.4 实践：图像拼接
第11章 点云
11.1 概述
11.1.1 点云和点云库概念
11.1.2 点云处理在各领域的应用
11.2 PCL
11.2.1 数据类型
11.2.2 PCL常用代码模块
11.2.3 PCL点云处理
11.3 K维树和八叉树
11.3.1 K维树
11.3.2 八叉树
11.4 点云滤波
11.4.1 滤波概述
11.4.2 双边滤波算法
11.4.3 剔除点云离群点
11.4.4 点云下采样
11.5 三维-三维：ICP点云匹配
11.5.1 点云配准定义
11.5.2 ICP算法
11.6 实践：点云滤波和点云配