| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 立体显示技术研究背景 | 第10页 |
| 1.2 立体显示技术研究现状 | 第10-12页 |
| 1.2.1 立体显示技术国外研究现状 | 第10-11页 |
| 1.2.2 立体显示技术国内研究现状 | 第11-12页 |
| 1.3 立体显示技术的应用 | 第12-14页 |
| 1.4 本论文的研究内容、创新点以及章节安排 | 第14-16页 |
| 第二章 自由立体显示相关理论 | 第16-21页 |
| 2.1 人眼立体视觉原理 | 第16-18页 |
| 2.2 常见的自由立体显示方法 | 第18页 |
| 2.3 光栅式自由立体显示原理 | 第18-20页 |
| 2.3.1 柱镜光栅式立体显示 | 第18-19页 |
| 2.3.2 狭缝光栅式立体显示 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 基于图像补偿的跟踪式自由立体显示 | 第21-28页 |
| 3.1 光栅式自由立体显示串扰分析 | 第21-22页 |
| 3.1.1 串扰现象及成因 | 第21-22页 |
| 3.1.2 串扰的度量 | 第22页 |
| 3.2 解决串扰的跟踪式自由立体显示 | 第22-24页 |
| 3.3 基于图像补偿的方案 | 第24-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 人眼跟踪模块研究及实现 | 第28-49页 |
| 4.1 基于Haar分类器的人脸检测 | 第28-36页 |
| 4.1.1 Haar-like特征 | 第29-30页 |
| 4.1.2 计算特征数 | 第30-32页 |
| 4.1.3 积分图 | 第32-33页 |
| 4.1.4 AdaBoost算法 | 第33-35页 |
| 4.1.5 Haar分类器检测流程 | 第35-36页 |
| 4.2 基于ASM算法人眼检测 | 第36-41页 |
| 4.2.1 形状统计模型 | 第36-38页 |
| 4.2.2 局部纹理模型 | 第38-39页 |
| 4.2.3 特征点搜索匹配 | 第39-41页 |
| 4.3 人眼跟踪算法在Windows平台验证实现 | 第41-48页 |
| 4.3.1 肤色检测 | 第42-43页 |
| 4.3.2 模板匹配 | 第43-45页 |
| 4.3.3 人眼跟踪模块实验及效果 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于Windows跟踪式自由立体显示系统整合 | 第49-57页 |
| 5.1 Windows软件系统架构 | 第49-50页 |
| 5.2 基于OpenCV的视频数据处理 | 第50-52页 |
| 5.3 基于Windows跟踪式自由立体显示系统整合分析 | 第52-55页 |
| 5.3.1 对应表的测量 | 第52-54页 |
| 5.3.2 系统效果分析 | 第54-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第六章 基于Android跟踪式自由立体显示系统整合 | 第57-69页 |
| 6.1 Android简介 | 第57-58页 |
| 6.2 基于FFmpeg的视频解码 | 第58-61页 |
| 6.2.1 FFmpeg框架 | 第58-59页 |
| 6.2.2 FFmpeg解码实现 | 第59-61页 |
| 6.3 解码实现向Android平台移植 | 第61-63页 |
| 6.4 基于Android跟踪式自由立体显示系统整合分析 | 第63-68页 |
| 6.4.1 Android下的人眼跟踪 | 第63-64页 |
| 6.4.2 对应表的测量 | 第64-67页 |
| 6.4.3 系统效果分析 | 第67-68页 |
| 6.5 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 7.1 总结 | 第69-70页 |
| 7.2 展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间科研成果 | 第75-76页 |
