| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·增强现实简介 | 第7-9页 |
| ·增强现实的概念 | 第7-8页 |
| ·增强现实与虚拟现实的区别 | 第8-9页 |
| ·增强现实的组成和关键技术 | 第9-11页 |
| ·增强现实的显示技术 | 第9-10页 |
| ·增强现实的注册定位技术 | 第10-11页 |
| ·增强现实的应用领域 | 第11-12页 |
| ·增强现实的研究现状 | 第12-13页 |
| ·本文内容与结构 | 第13-14页 |
| 第二章 增强现实三维注册定位技术 | 第14-26页 |
| ·引言 | 第14页 |
| ·三维注册方法的分类 | 第14-15页 |
| ·跟踪技术的性能指标 | 第15-16页 |
| ·基于跟踪传感器的跟踪技术 | 第16-19页 |
| ·磁场跟踪技术 | 第17-18页 |
| ·声学跟踪技术 | 第18页 |
| ·光学跟踪技术 | 第18-19页 |
| ·惯性跟踪技术 | 第19页 |
| ·基于视觉(VISION-BASED)的跟踪技术 | 第19-25页 |
| ·视觉跟踪技术的研究现状 | 第20-22页 |
| ·基于计算机视觉采用标志点的跟踪(marker tracking)技术 | 第22-23页 |
| ·基于计算机视觉无标志点的跟踪(markerless tracking)技术 | 第23-25页 |
| ·混合跟踪技术 | 第25页 |
| ·总结 | 第25-26页 |
| 第三章 基于SIFT 的自动初始化VVS 跟踪算法 | 第26-41页 |
| ·引言 | 第26页 |
| ·机器人视觉伺服系统 | 第26-27页 |
| ·尺度不变特征转换（SIFT） | 第27页 |
| ·虚拟视觉伺服 | 第27-28页 |
| ·自动初始化 | 第28-38页 |
| ·图像多尺度表示 | 第28-29页 |
| ·SIFT 特征的提取 | 第29-31页 |
| ·SIFT 特征的生成 | 第31-34页 |
| ·特征向量的匹配 | 第34-37页 |
| ·线性位置计算算法 | 第37-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·结束语 | 第40-41页 |
| 第四章 基于分类的自动初始化跟踪算法 | 第41-51页 |
| ·引言 | 第41页 |
| ·相关工作 | 第41页 |
| ·分类方法 | 第41页 |
| ·建立训练集 | 第41-42页 |
| ·局部平面假设 | 第42页 |
| ·关键点的选择 | 第42页 |
| ·关键点的识别 | 第42-46页 |
| ·Randomized Tree | 第42-43页 |
| ·预处理 | 第43-44页 |
| ·结点测试 | 第44页 |
| ·运行时关键点的识别 | 第44-46页 |
| ·摄像机初始位置计算 | 第46页 |
| ·实验结果与分析 | 第46-50页 |
| ·结束语 | 第50-51页 |
| 第五章 总结与展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第57页 |
