| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 增强现实概述 | 第10-11页 |
| 1.2.2 增强现实相关技术研究现状 | 第11-12页 |
| 1.2.3 增强现实技术在教育中应用现状 | 第12页 |
| 1.3 本文研究内容和组织结构 | 第12-15页 |
| 第2章 单目标三维注册技术研究 | 第15-31页 |
| 2.1 增强现实教学资源实现算法整体设计 | 第15-17页 |
| 2.2 增强现实技术中特征配准算法的仿真研究 | 第17-21页 |
| 2.2.1 图像配准算法设计 | 第17-18页 |
| 2.2.2 常见植物教学资源图像配准仿真研究 | 第18-21页 |
| 2.3 对SURF和ORB融合的改进算法研究及仿真 | 第21-28页 |
| 2.3.1 SURF对植物的特征点检测 | 第22-25页 |
| 2.3.2 改进的ORB特征描述子 | 第25-28页 |
| 2.4 消除误匹配点算法研究及仿真 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于YOLO的多目标三维注册研究 | 第31-54页 |
| 3.1 主流的基于CNN的目标检测算法分析 | 第31-34页 |
| 3.2 基于YOLOv3的植物检测模型设计 | 第34-40页 |
| 3.3 基于YOLO植物检测网络训练及仿真 | 第40-50页 |
| 3.3.1 数据集处理 | 第40-46页 |
| 3.3.2 卷积神经网络训练及仿真 | 第46-50页 |
| 3.4 基于单帧图像的检测算法测试 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 增强现实教学资源的制作 | 第54-68页 |
| 4.1 AR教学资源实现开发环境 | 第54页 |
| 4.2 增强现实教学资源技术实现 | 第54-60页 |
| 4.3 主要功能模块测试 | 第60-67页 |
| 4.3.1 图像采集及检测模块 | 第61-63页 |
| 4.3.2 教学资源模块 | 第63-66页 |
| 4.3.3 人机互动模块 | 第66-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| 5.1 工作总结 | 第68-69页 |
| 5.2 研究展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间的科研成果 | 第74-75页 |
| 致谢 | 第75页 |