首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉技术的陈展交互设计与实现

摘要第1-4页
Abstract第4-11页
第1章 绪论第11-16页
   ·课题背景第11-12页
   ·相关知识介绍第12-14页
     ·数字博物馆第12-13页
     ·智能手持设备应用第13-14页
   ·主要工作第14页
   ·本文组织结构第14-16页
第2章 陈展交互概述和技术基础第16-28页
   ·陈展交互技术第16-20页
     ·基于交互设备佩戴的陈展交互技术第16-17页
     ·基于视觉跟踪的陈展交互技术第17-19页
     ·基于声音的陈展交互技术第19-20页
   ·图像局部特征提取方法第20-25页
     ·角点特征提取概述第20-21页
     ·基于灰度的角点提取方法第21-24页
     ·常用特征提取方法比较第24-25页
   ·图像特征描述子第25-27页
     ·SIFT特征描述子第25-27页
     ·PCA-SIFT特征描述子第27页
     ·SURF特征描述子第27页
   ·本章小结第27-28页
第3章 大展示区域的自然交互方法研究第28-36页
   ·陈展交互中高精度图像组织技术研究第28-31页
     ·高精度图像分块与组织技术第28-30页
     ·高精度图像块读取技术第30页
     ·时间性能分析第30-31页
   ·高精度图像浏览中自然手势交互技术研究第31-35页
     ·手势分析流程第31-32页
     ·运动光流计算方法第32页
     ·手势交互动作判断方法第32-35页
   ·本章小结第35-36页
第4章 基于手持设备的快速陈展交互方法研究第36-51页
   ·基于手持设备的图像特征提取技术研究第36-39页
     ·FAST角点特征检测第36-39页
   ·基于特征跟踪的匹配加速技术研究第39-41页
     ·特征标记及其传递第40-41页
   ·图像特征描述建立方法第41-44页
     ·特征向量维度优化第41-42页
     ·消除旋转影响第42-44页
     ·消除光照影响第44页
   ·图像特征匹配方法第44-49页
     ·基于k-d树的图像特征匹配第44-47页
     ·基于溢出树的图像特征匹配第47-49页
   ·本章小结第49-51页
第5章 陈展交互的系统框架与实现第51-69页
   ·大展示区域的自然交互系统实现第51-54页
     ·系统框架与硬件设置第51-52页
     ·系统实现及分析第52-54页
   ·基于手持设备的陈展交互系统实现第54-68页
     ·陈展交互系统框架第54-55页
     ·系统模块组织第55-56页
     ·图像采集和预处理第56-58页
     ·图像特征提取、描述及匹配第58-62页
     ·手持设备中媒体组织和展示技术实现第62-66页
     ·系统应用实例第66-68页
   ·本章小结第68-69页
第6章 总结与展望第69-72页
   ·总结第69-70页
   ·展望第70-72页
参考文献第72-76页
攻读硕士学位期间主要的研究成果第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:面向遗留系统的软件构件化测试方法
下一篇:公安犯罪案件文本挖掘关键技术研究