| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题研究背景及意义 | 第7-8页 |
| 1.2 增强现实技术概述 | 第8-9页 |
| 1.3 目标检测和跟踪算法概述 | 第9-11页 |
| 1.4 论文内容及作者所完成的工作 | 第11-13页 |
| 第二章 传统SIFT特征匹配算法 | 第13-29页 |
| 2.1 引言 | 第13页 |
| 2.2 平面单应性变换 | 第13-15页 |
| 2.3 点特征提取算子 | 第15-22页 |
| 2.3.1 Harris算子 | 第15-17页 |
| 2.3.2 SIFT算子 | 第17-20页 |
| 2.3.3 SURF算子 | 第20-22页 |
| 2.3.4 FAST算子 | 第22页 |
| 2.4 基于SIFT特征匹配的目标检测和跟踪 | 第22-26页 |
| 2.4.1 特征点描述 | 第23-24页 |
| 2.4.2 特征匹配 | 第24-25页 |
| 2.4.3 变换矩阵计算 | 第25-26页 |
| 2.5 实验结果与分析 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 一种基于改进SIFT特征匹配的目标检测和跟踪算法 | 第29-45页 |
| 3.1 传统SIFT算法存在的问题 | 第29页 |
| 3.2 SIFT匹配算法中各部分的改进策略 | 第29-35页 |
| 3.2.1 AGAST特征点提取 | 第29-31页 |
| 3.2.2 改进的SIFT描述子 | 第31-32页 |
| 3.2.3 Multiple Randomized K-d树匹配策略 | 第32页 |
| 3.2.4 PROSAC变换矩阵参数估计 | 第32-34页 |
| 3.2.5 改进的SIFT特征匹配算法流程 | 第34-35页 |
| 3.3 实验结果与分析 | 第35-43页 |
| 3.3.1 标准测试序列实验结果 | 第36-42页 |
| 3.3.2 真实场景实验结果 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于运动模糊模型的目标跟踪算法 | 第45-59页 |
| 4.1 运动模糊概述 | 第45-46页 |
| 4.2 LK光流跟踪算法 | 第46-47页 |
| 4.3 ESM跟踪算法 | 第47-49页 |
| 4.4 基于运动模糊的ESM-blur跟踪算法 | 第49-51页 |
| 4.5 基于运动模糊的目标检测与跟踪策略 | 第51-52页 |
| 4.6 实验结果与分析 | 第52-57页 |
| 4.6.1 标准测试序列实验结果 | 第53-56页 |
| 4.6.2 增强现实中目标检测和跟踪示例 | 第56-57页 |
| 4.7 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 前景与展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 在读期间研究成果 | 第69页 |