| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题的意义和目的 | 第11-12页 |
| 1.2 增强现实应用技术与现状 | 第12-15页 |
| 1.3 移动增强现实研究现状 | 第15-19页 |
| 1.3.1 基于人工标志的跟踪注册 | 第16-17页 |
| 1.3.2 基于自然特征点的跟踪注册 | 第17-19页 |
| 1.4 本文研究内容及结构 | 第19-21页 |
| 第二章 移动增强现实相关原理 | 第21-32页 |
| 2.0 增强现实系统工作流程 | 第21-22页 |
| 2.1 自然特征点检测 | 第22-23页 |
| 2.2 增强现实中的三维注册 | 第23-30页 |
| 2.2.1 相关坐标系定义 | 第25-27页 |
| 2.2.2 3D-2D透视变换 | 第27-28页 |
| 2.2.3 单应性矩阵 | 第28-30页 |
| 2.3 虚实融合技术 | 第30-31页 |
| 2.4 本章小节 | 第31-32页 |
| 第三章 基于FAST-SURF算法的自然特征点提取 | 第32-47页 |
| 3.1 FAST算法 | 第32-36页 |
| 3.2 SURF算法 | 第36-42页 |
| 3.2.1 积分图像 | 第37页 |
| 3.2.2 构建Hessian矩阵 | 第37-39页 |
| 3.2.3 构建尺度空间 | 第39-40页 |
| 3.2.4 构建SURF特征描述子 | 第40-42页 |
| 3.3 改进型FAST-SURF算法 | 第42-45页 |
| 3.4 实验结果及分析 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 移动增强现实特征点匹配与注册跟踪 | 第47-58页 |
| 4.1 图像特征点匹配 | 第47-53页 |
| 4.1.1 构造训练集 | 第47-48页 |
| 4.1.2 基于随机Kd-树最近邻查询匹配 | 第48-51页 |
| 4.1.3 RANSAC匹配点对提纯 | 第51-52页 |
| 4.1.4 实验方法及结果 | 第52-53页 |
| 4.2 基于Lucas-Kanade光流的跟踪 | 第53-56页 |
| 4.2.1 光流约束方程 | 第53-55页 |
| 4.2.2 实现步骤及结果 | 第55-56页 |
| 4.3 本章小结 | 第56-58页 |
| 第五章 系统实现设计与分析 | 第58-65页 |
| 5.1 系统开发工具 | 第58页 |
| 5.2 系统工作流程与模块划分 | 第58-62页 |
| 5.3 运行结果与分析 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论及展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位其间发表的论文 | 第71页 |
| 攻读学位其间相关竞赛奖项 | 第71-73页 |
| 致谢 | 第73页 |