一、选题背景和意义：
在实际生活中有很多场景下，需要对一些不规则的物体的体积进行测量，例如建筑工地土方工程预估工程量、垃圾填埋场处理垃圾前对堆放垃圾提及的测量、粮仓粮食体积的测量等，在这些大的静态场景中，测量方法主要有人工测量方法和仪器测量法，人工测量法就是人工将待测物体堆放成较规则的集合形状然后计算其体积，这种方法虽然简单，但是实现起来人力成本较高，准确性差，效率低，耗时长；仪器测量法主要依靠盘煤仪、全站仪和便携式激光测量仪等仪器进行测量，此类测量方法虽然自动化程度高，测量精度和效率也大幅度提升，但是设备价格昂贵，人为因素影响大，不宜推广使用。
另外，在近几年电商迅速发展的背景下，我国的快递包裹数量呈现爆发式增长，而相应的对物流行业的要求也越来越高，快递的体积和重量决定了物流公司的运输成本。所以在实际的运输之前，物流公司要测量每一件快递的体积和重量，通常，在顺丰、京东等大型物流公司的一级中转场，各快递公司会采用只能分拣设备，快递的体积和质量都通过自动化的方式完成，但是在物流公司的次级中转场和其他小型物流公司的分拣现场以及各个快递员的收件过程中主要还是通过人为测量的方式，效率低下，人力成本高。计算机视觉是指用计算机来模仿人类的视觉功能，本课题引入基于手持设备的视觉SLAM快速体积测量技术，针对以上较典型的场景，在手持设备上设计视觉SLAM快速体积测量技术，将大大降低测量成本，提高测量效率，满足在不同场景下对不同目标物体的体积测量。
客观世界在空间上是三维的，而现有的图像采集装置所获取的图像是二维的。尽管图像中含有某些形式的三维空间信息，但要真正在计算机中使用这些信息进行进一步的应用处理，就必须采用三维重建技术从二维图像中合理地提取并表达这些三维信息。在三维图形软件库中所支持的一种基本图元便是三角形，同时，计算机图形学中最简单的几何图元也是三角形，是计算机可以直接处理的对象，因此在众多的实际应用过程中，也是将各种网格转换成三角网来处理，所以，在获取了图像基本信息的基础上，利用计算出的三维散乱点的三维坐标，以三角网格的形式重新构建三维图像，对所研究物体的表面进行较为良好的恢复，这样能够很好地顾及地性线，故可以更加准确地表达地形形态变化。因此，三角网在三维地形可视化方面具有很大的优势，使其成为当代地图学和三维 GIS的研究焦点。
传统意义上对不规则山丘、沙堆的轮廓、体积等参数的测量，主要是借助二维的工具和手段，随着技术的发展进步，这种方式越来越不能满足现代科技的需求。对于堆积物体积的计算式通过Atimes;B，Atimes;Btimes;C或者直径是多少来表示，这种方法并不确切，尤其是对于不规则体而言将会产生更大的误差。因此本课题所提出的是实现在三维重建基础上进行不规则体体积的计算，从而更精确的得到该形体体积的大小，本研究具有深刻的意义。而在一些其他行业，比如建筑、考古等行业，利用图片三维建模后测量体积，能够通过非接触的方式轻松且准确的计算出物体的体积，这能够大大的减少外业测量的工作，为有关部门的相关工作提供极大的便利，也不会对原物造成不必要的伤害，这能够大大的提高工作效率且方便可行，且能够进一步为我国土地测量工作的发展提供技术支持。
二、课题关键问题及难点：
课题关键问题：
在任务书下达之后，我将我毕业设计的整个任务流程和我所需要完成的工作进行了仔细的分析，基本上整理出如下思路：
（一）理论研究部分
（1）研究基于视觉SLAM的不规则体三维点云生成及相对定位方法
