| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 增强现实研究背景 | 第9-11页 |
| 1.1.1 增强现实 | 第9-10页 |
| 1.1.2 移动增强现实 | 第10-11页 |
| 1.2 移动增强现实技术的应用价值 | 第11-13页 |
| 1.3 增强现实技术的研究现状 | 第13-17页 |
| 1.3.1 基于人工标志物的跟踪注册 | 第14-16页 |
| 1.3.2 基于自然特征点的跟踪注册 | 第16-17页 |
| 1.4 论文的研究内容和结构 | 第17-19页 |
| 第二章 相关技术介绍 | 第19-41页 |
| 2.1 增强现实关键技术 | 第19-32页 |
| 2.1.1 基于机器视觉的增强现实系统框架图 | 第19-20页 |
| 2.1.2 显示技术和装置 | 第20-23页 |
| 2.1.3 跟踪注册 | 第23-25页 |
| 2.1.4 摄像机位姿估计 | 第25-32页 |
| 2.2 OpenGL ES | 第32-35页 |
| 2.3 OpenCV | 第35-36页 |
| 2.4 Android操作系统及NDK技术 | 第36-38页 |
| 2.4.1 Android操作系统架构 | 第36-37页 |
| 2.4.2 Android NDK技术简介 | 第37-38页 |
| 2.5 本章小结 | 第38-41页 |
| 第三章 一种快速的移动增强现实跟踪注册方法 | 第41-62页 |
| 3.1 跟踪注册算法的流程设计 | 第41-42页 |
| 3.2 经典的自然特征描述算法分析 | 第42-45页 |
| 3.3 采用ORB算法进行特征点的提取和匹配 | 第45-53页 |
| 3.3.1 ORB特征点检测 | 第46页 |
| 3.3.2 ORB特征点描述 | 第46-52页 |
| 3.3.3 ORB特征点匹配 | 第52-53页 |
| 3.4 RANSAC算法对匹配点进行优化 | 第53-57页 |
| 3.4.1 RANSAC算法实现 | 第53-55页 |
| 3.4.2 实验结果 | 第55-57页 |
| 3.5 基于L-K光流法的跟踪 | 第57-61页 |
| 3.5.1 L-K光流跟踪算法概念 | 第57页 |
| 3.5.2 L-K光流跟踪算法原理 | 第57-60页 |
| 3.5.3 实验结果 | 第60-61页 |
| 3.6 本章小结 | 第61-62页 |
| 第四章 基于Android平台的增强现实系统设计与实现 | 第62-70页 |
| 4.1 系统开发环境介绍 | 第62页 |
| 4.2 系统流程设计以及模块划分 | 第62-66页 |
| 4.3 不同三维注册算法性能对比分析 | 第66-67页 |
| 4.4 实验结果及分析 | 第67-69页 |
| 4.5 本章小结 | 第69-70页 |
| 总结与展望 | 第70-74页 |
| 总结 | 第70-71页 |
| 展望 | 第71-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间取得的科研成果 | 第80-81页 |
| 致谢 | 第81页 |