增强现实中的图像配准方法研究
| 摘要 | 第9-10页 |
| Abstract | 第10页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 增强现实的研究现状 | 第12-13页 |
| 1.2.2 图像配准的研究现状 | 第13-14页 |
| 1.3 研究内容及论文结构 | 第14-16页 |
| 第二章 增强现实概述 | 第16-24页 |
| 2.1 增强现实的应用 | 第16-17页 |
| 2.2 增强现实的关键技术 | 第17-22页 |
| 2.2.1 跟踪技术 | 第18-20页 |
| 2.2.2 显示技术 | 第20-21页 |
| 2.2.3 界面和可视化技术 | 第21-22页 |
| 2.3 图像配准与增强现实 | 第22页 |
| 2.3.1 图像配准的概念 | 第22页 |
| 2.3.2 图像配准在增强现实中的作用 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 基于人工标志的图像配准方法研究 | 第24-40页 |
| 3.1 标志的设计 | 第24-26页 |
| 3.2 图像的预处理 | 第26-29页 |
| 3.2.1 灰度图像及阈值处理 | 第26页 |
| 3.2.2 形态学处理 | 第26-29页 |
| 3.3 摄像机成像模型与坐标变换 | 第29-35页 |
| 3.4 标志的识别和定位 | 第35-38页 |
| 3.4.1 平面之间的单应性关系 | 第35页 |
| 3.4.2 生成合成灰度图 | 第35-36页 |
| 3.4.3 迭代逼近 | 第36-38页 |
| 3.5 实验结果 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于自然特征的图像配准方法研究 | 第40-60页 |
| 4.1 SIFT特征提取与描述 | 第40-45页 |
| 4.1.1 SIFT算法 | 第40-44页 |
| 4.1.2 SIFT特征描述 | 第44-45页 |
| 4.2 SURF特征提取与描述 | 第45-53页 |
| 4.2.1 积分图像 | 第45-46页 |
| 4.2.2 Do H近似 | 第46-47页 |
| 4.2.3 尺度空间表示 | 第47-49页 |
| 4.2.4 SURF特征描述算子 | 第49-52页 |
| 4.2.5 特征匹配 | 第52-53页 |
| 4.3 基于改进SURF的图像配准算法 | 第53-57页 |
| 4.3.1 特征点检测算法的改进 | 第53-54页 |
| 4.3.2 特征点匹配算法的改进 | 第54-55页 |
| 4.3.3 基于RANSAC的变换矩阵求解 | 第55-56页 |
| 4.3.4 图像配准流程 | 第56-57页 |
| 4.4 实验结果 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-61页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者在学期间取得的学术成果 | 第67页 |
