摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第13-29页 |
1.1 研究背景与意义 | 第13-16页 |
1.2 增强现实技术研究进展 | 第16-18页 |
1.3 典型增强现实辅助维修原型系统 | 第18-25页 |
1.3.1 ARPPSM(2013 年) | 第18-19页 |
1.3.2 ACARS(2013 年) | 第19-21页 |
1.3.3 ARMAR(2011 年) | 第21-23页 |
1.3.4 AROMA-FF(2011 年) | 第23-25页 |
1.3.5 技术特点对比 | 第25页 |
1.4 关键技术分析 | 第25-27页 |
1.5 主要研究内容及论文安排 | 第27-29页 |
第2章 复合角点-边缘特征的维修对象识别技术研究 | 第29-49页 |
2.1 引言 | 第29-30页 |
2.2 边缘方向直方图特征分析 | 第30-34页 |
2.2.1 维修对象的EOH描述方法 | 第30-32页 |
2.2.2 面外畸变对EOH影响分析 | 第32-34页 |
2.3 维修对象识别定位方法 | 第34-42页 |
2.3.1 角点-边缘复合特征提取方法 | 第35-36页 |
2.3.2 维修对象模板库构建方法 | 第36-37页 |
2.3.3 分类器构建方法 | 第37-38页 |
2.3.4 K-D树类内定位方法 | 第38-40页 |
2.3.5 维修对象分割与快速特征提取 | 第40-42页 |
2.4 实验结果及分析 | 第42-48页 |
2.4.1 实验准备 | 第42-43页 |
2.4.2 角点和边缘提取算子相组合的KP-EOH特征提取与识别实验 | 第43-45页 |
2.4.3 EOH与KP-EOH对比实验 | 第45-46页 |
2.4.4 K-D树定位实验 | 第46-47页 |
2.4.5 公共库实际场景实验 | 第47-48页 |
2.5 本章小结 | 第48-49页 |
第3章 多特征融合的粒子滤波跟踪注册技术研究 | 第49-73页 |
3.1 引言 | 第49-50页 |
3.2 压缩感知多特征融合的粒子滤波跟踪技术 | 第50-60页 |
3.2.1 基本粒子滤波跟踪 | 第50-51页 |
3.2.2 压缩感知特征观测似然模型 | 第51-53页 |
3.2.3 纹理与灰度均值特征融合策略 | 第53-54页 |
3.2.3.1 目标对象特征提取 | 第53页 |
3.2.3.2 相似性计算中的权重选择 | 第53-54页 |
3.2.3.3 目标特征向量更新机制 | 第54页 |
3.2.4 实验结果及分析 | 第54-60页 |
3.2.4.1 算法流程 | 第55页 |
3.2.4.2 公共视频库跟踪实验 | 第55-57页 |
3.2.4.3 算法性能分析 | 第57-59页 |
3.2.4.4 视频跟踪实验 | 第59-60页 |
3.3 基于ORB自然特征的三维注册技术 | 第60-71页 |
3.3.1 三维注册坐标变换 | 第60-62页 |
3.3.2 摄像机线性成像模型 | 第62-63页 |
3.3.3 虚拟成像模型构建 | 第63-67页 |
3.3.4 ORB特征提取与匹配 | 第67-69页 |
3.3.5 单应性矩阵求解 | 第69-70页 |
3.3.6 实验结果及分析 | 第70-71页 |
3.4 本章小结 | 第71-73页 |
第4章 辅助维修状态下的手势识别技术研究 | 第73-99页 |
4.1 引言 | 第73-74页 |
4.2 增强现实环境下的辅助维修状态分析 | 第74-75页 |
4.2.1 辅助维修状态 | 第74页 |
4.2.2 辅助维修行为 | 第74-75页 |
4.3 手势交互过程 | 第75-77页 |
4.3.1 手势交互内容 | 第75-76页 |
4.3.2 手势视频图像库 | 第76-77页 |
4.4 基于肤色累计的手势分割 | 第77-80页 |
4.4.1 肤色模型 | 第78页 |
4.4.2 背景模型 | 第78-79页 |
4.4.3 手势分割 | 第79-80页 |
4.5 手势划分及特征提取 | 第80-87页 |
4.5.1 手势划分 | 第80-82页 |
4.5.1.1 手势状态分析 | 第80-81页 |
4.5.1.2 手势状态划分 | 第81-82页 |
4.5.2 基于图像属性的静态手势特征 | 第82-83页 |
4.5.3 基于方向编码的动态手势特征 | 第83-87页 |
4.5.3.1 人手ROI区域 | 第83页 |
4.5.3.2 指尖模型 | 第83-84页 |
4.5.3.3 基于方向编码的指尖轨迹描述 | 第84-86页 |
4.5.3.4 手势轨迹起止点判定 | 第86-87页 |
4.6 基于支持向量机的手势识别方法 | 第87-92页 |
4.6.1 线性最优分类超平面 | 第87-89页 |
4.6.2 支持向量机 | 第89-90页 |
4.6.3 核函数 | 第90页 |
4.6.4 SVM多分类问题求解 | 第90-91页 |
4.6.5 SVM手势识别算法流程 | 第91-92页 |
4.7 实验结果及分析 | 第92-97页 |
4.7.1 手势划分实验 | 第92-93页 |
4.7.2 静态手势识别实验 | 第93-95页 |
4.7.3 动态手势识别实验 | 第95-96页 |
4.7.4 光照及遮挡影响 | 第96-97页 |
4.8 本章小结 | 第97-99页 |
第5章 增强现实辅助维修原型系统实现与评价方法 | 第99-115页 |
5.1 引言 | 第99页 |
5.2 增强现实辅助维修原型系统实现 | 第99-109页 |
5.2.1 HMD设计 | 第100-107页 |
5.2.1.1 OST-HMD设计 | 第100-104页 |
5.2.1.2 VST-HMD设计 | 第104-106页 |
5.2.1.3 两种方案比较 | 第106-107页 |
5.2.2 原型系统组成 | 第107页 |
5.2.3 辅助维修流程控制 | 第107-109页 |
5.3 增强现实辅助维修评价方法 | 第109-114页 |
5.3.1 评价指标确立 | 第109页 |
5.3.2 维修引导数据库构建 | 第109-112页 |
5.3.3 评价方法 | 第112页 |
5.3.4 评价结果及分析 | 第112-114页 |
5.4 本章小结 | 第114-115页 |
总结与展望 | 第115-119页 |
论文工作总结 | 第115-116页 |
论文创新点 | 第116-117页 |
建议继续开展的工作 | 第117-119页 |
参考文献 | 第119-129页 |
主要缩略语汇编 | 第129-133页 |
攻读学位期间发表论文与研究成果清单 | 第133-135页 |
致谢 | 第135页 |