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 |