| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究内容及成果 | 第10-12页 |
| 1.4 论文内容及组织结构 | 第12-14页 |
| 第二章 相关技术及理论 | 第14-21页 |
| 2.1 增强现实系统简介 | 第14-16页 |
| 2.1.1 增强现实系统架构 | 第14-15页 |
| 2.1.2 增强现实中的主要技术 | 第15-16页 |
| 2.2 三维注册技术原理 | 第16-19页 |
| 2.3 虚实融合技术 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于单应性矩阵的目标识别匹配方法 | 第21-38页 |
| 3.1 常见特征检测算法 | 第21-32页 |
| 3.1.1 SIFT算法 | 第21-26页 |
| 3.1.2 SURF算法 | 第26-30页 |
| 3.1.3 FAST算法 | 第30-31页 |
| 3.1.4 ORB算法 | 第31-32页 |
| 3.2 基于单应性矩阵剔错误匹配对的方法 | 第32-37页 |
| 3.2.1 RANSAC滤除错误匹配算法 | 第33-34页 |
| 3.2.2 基于单应性矩阵滤除错误匹配的方法 | 第34-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 基于自然特征点的三维注册技术 | 第38-52页 |
| 4.1 三维注册算法框架 | 第38-39页 |
| 4.2 基于自然特征点的三维目标跟踪 | 第39-49页 |
| 4.2.0 摄像机标定 | 第39-44页 |
| 4.2.1 重构三维目标的识别模型 | 第44-47页 |
| 4.2.2 特征点从二维到三维的匹配 | 第47页 |
| 4.2.3 实时场景图像与目标参考图像的识别匹配 | 第47-48页 |
| 4.2.4 三维注册矩阵计算 | 第48-49页 |
| 4.3 虚实融合 | 第49-50页 |
| 4.4 光流跟踪 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 实验结果及分析 | 第52-61页 |
| 5.1 实验系统组成及工作流程 | 第52-54页 |
| 5.1.1 实验系统组成 | 第52页 |
| 5.1.2 系统工作流程 | 第52-54页 |
| 5.2 目标识别匹配方法的实现 | 第54-57页 |
| 5.2.1 特征点检测算法比较与分析 | 第54-55页 |
| 5.2.2 单应性矩阵剔除错误匹配点方法的实现 | 第55-57页 |
| 5.3 三维注册算法的实现 | 第57-60页 |
| 5.3.1 对真实场景的三维重构 | 第57-59页 |
| 5.3.2 基于自然特征点的三维注册算法实现增强现实 | 第59-60页 |
| 5.3.3 实验分析 | 第60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 研究展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |