| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-9页 |
| 第一章 引言 | 第9-14页 |
| 1．1 研究的背景及目的 | 第9-12页 |
| 1．1．1 虚拟现实技术简介 | 第9-10页 |
| 1．1．2 人机交互技术简介 | 第10-12页 |
| 1．1．3 研究的目的与系统简介 | 第12页 |
| 1．2 论文的主要内容与章节 | 第12-14页 |
| 第二章 基于虚拟现实技术的装配帮助系统 | 第14-31页 |
| 2．1 系统硬件结构 | 第15-17页 |
| 2．2 系统软件结构 | 第17-25页 |
| 2．2．1 系统软件开发环境 | 第17-18页 |
| 2．2．2 多模式多代理软件模型 | 第18-21页 |
| 2．2．3 多模式多代理软件结构 | 第21-22页 |
| 2．2．4 多代理之间的通讯机制 | 第22-25页 |
| 2．3 系统中主要模块简介 | 第25-27页 |
| 2．3．1 控制中心代理模块 | 第25页 |
| 2．3．2 立体视频输入代理模块 | 第25-26页 |
| 2．3．3 语音交互代理模块 | 第26-27页 |
| 2．4 基于双眼图像的识别与装配子系统 | 第27-31页 |
| 2．4．1 双眼图像的识别与装配子系统结构 | 第27-28页 |
| 2．4．2 双眼图像的识别与装配子系统软件流程 | 第28页 |
| 2．4．3 基于视图的零件库生成 | 第28-29页 |
| 2．4．4 基于新视点的3D坐标重构 | 第29-31页 |
| 第三章 摄像机标定基础 | 第31-43页 |
| 3．1 图像坐标系、摄像机坐标系与世界坐标系 | 第31-33页 |
| 3．2 线性摄像机标定 | 第33-39页 |
| 3．2．1 线性摄像机模型（针孔模型） | 第33-35页 |
| 3．2．2 线性模型摄像机标定 | 第35-39页 |
| 3．3 非线性模型摄像机标定 | 第39-40页 |
| 3．4 几种摄像机标定方法简介 | 第40-43页 |
| 3．4．1 利用最优化算法的摄像机标定方法 | 第40-41页 |
| 3．4．2 利用透视交换矩阵的摄像机标定方法 | 第41页 |
| 3．4．3 两步法 | 第41-42页 |
| 3．4．4 双平面标定方法 | 第42-43页 |
| 第四章 摄像机标定算法的研究 | 第43-62页 |
| 4．1 标定算法原理 | 第45-51页 |
| 4．1．1 摄像机模型 | 第45-46页 |
| 4．1．2 摄像机系统成像过程 | 第46-48页 |
| 4．1．3 利用径向约束（RAC）求解摄像机参数的基本原理 | 第48-51页 |
| 4．2 标定过程 | 第51-56页 |
| 4．2．1 求解旋转矩阵R，平移向量t的t_x，t_y分量 | 第51-54页 |
| 4．2．2 求解有效焦距f，平移向量t中的分量t_z以及采样间隔d_u、d_v | 第54-55页 |
| 4．2．3 三维特征点重构 | 第55-56页 |
| 4．3 真实图像实验 | 第56-61页 |
| 4．3．1 实验环境 | 第56页 |
| 4．3．2 实验过程及结果分析 | 第56-61页 |
| 4．4 算法小结 | 第61-62页 |
| 第五章 总结 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |
