基于单目视觉里程计的增强现实系统
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 选题背景与研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 增强现实技术的研究现状 | 第12-14页 |
| 1.2.2 视觉里程计算法的研究现状 | 第14-18页 |
| 1.3 论文的主要研究内容与组织架构 | 第18-21页 |
| 1.3.1 论文的主要研究内容 | 第18-19页 |
| 1.3.2 论文的组织架构 | 第19-21页 |
| 第二章 SVO算法相关知识概述 | 第21-33页 |
| 2.1 SVO算法的系统结构 | 第21页 |
| 2.2 SVO前端模型 | 第21-28页 |
| 2.2.1 SVO前端模型算法流程 | 第21-22页 |
| 2.2.2 稀疏图像对齐 | 第22-25页 |
| 2.2.3 特征点对齐 | 第25-26页 |
| 2.2.4 相机姿态与三维点坐标修正 | 第26-28页 |
| 2.3 SVO后端模型 | 第28-32页 |
| 2.3.1 SVO后端模型原理 | 第28页 |
| 2.3.2 基于贝叶斯概率模型的深度估计方法 | 第28-29页 |
| 2.3.3 种子点的深度估计过程 | 第29-30页 |
| 2.3.4 观测值的不确定性 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 改进的SVO算法 | 第33-56页 |
| 3.1 基于直方图均衡化的灰度一致性改进 | 第33-36页 |
| 3.1.1 光照变化对灰度一致性的影响 | 第33-34页 |
| 3.1.2 基于直方图均衡化的灰度一致性改进 | 第34-36页 |
| 3.2 基于运动先验的稀疏图像对齐改进 | 第36-40页 |
| 3.2.1 相机快速运动对姿态估计的影响 | 第36-37页 |
| 3.2.2 基于运动先验的稀疏图像对齐初始化 | 第37-38页 |
| 3.2.3 光度误差最小化的优化流程 | 第38-40页 |
| 3.3 基于选择性关键帧剔除的地图更新策略改进 | 第40-43页 |
| 3.3.1 频繁添加关键帧对SVO的影响 | 第40-42页 |
| 3.3.2 基于相对姿态的选择性关键帧剔除 | 第42页 |
| 3.3.3 选择性关键帧剔除的具体流程 | 第42-43页 |
| 3.4 实验结果及分析 | 第43-55页 |
| 3.4.1 误差度量方法 | 第43-44页 |
| 3.4.2 实验数据集介绍 | 第44-45页 |
| 3.4.3 SVO改进的对比实验结果与分析 | 第45-53页 |
| 3.4.4 与优秀算法对比的实验结果与分析 | 第53-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于改进的SVO算法的增强现实系统 | 第56-71页 |
| 4.1 系统组成 | 第56页 |
| 4.2 增强现实模块 | 第56-62页 |
| 4.2.1 基于RANSAC的平面估计算法 | 第56-59页 |
| 4.2.2 背景贴图与虚拟物体绘制 | 第59-61页 |
| 4.2.3 增强现实模块与姿态估计模块的信息传递 | 第61-62页 |
| 4.3 系统功能展示及分析 | 第62-66页 |
| 4.3.1 系统功能模块效果展示 | 第62-63页 |
| 4.3.2 平面估计结果和分析 | 第63-65页 |
| 4.3.3 虚拟物体绘制结果和分析 | 第65-66页 |
| 4.4 系统性能分析 | 第66-67页 |
| 4.5 系统实用性分析 | 第67-69页 |
| 4.6 本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 本文总结 | 第71-72页 |
| 5.2 未来展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |
