基于虚拟视觉伺服的增强现实跟踪配准技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·研究背景和现状 | 第10-14页 |
| ·本文研究内容及组织安排 | 第14-16页 |
| 第二章 基于视觉的增强现实系统相关技术 | 第16-26页 |
| ·增强现实系统结构 | 第16-17页 |
| ·增强现实中的关键技术 | 第17-23页 |
| ·增强现实中的虚实配准技术 | 第17-22页 |
| ·增强现实中的跟踪技术 | 第22-23页 |
| ·基于视觉的跟踪技术 | 第23页 |
| ·视觉跟踪技术原理 | 第23页 |
| ·视觉跟踪算法 | 第23页 |
| ·基于标志物和无标志物视觉跟踪 | 第23-25页 |
| ·基于标志物跟踪技术 | 第23-24页 |
| ·基于无标志物跟踪技术 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于虚拟视觉伺服的摄像机标定方法 | 第26-41页 |
| ·三维配准技术与机器人视觉伺服控制技术原理 | 第26-27页 |
| ·基于视觉的三维配准技术原理 | 第26页 |
| ·机器人视觉伺服系统原理 | 第26-27页 |
| ·摄像机的模型 | 第27-30页 |
| ·模型分类 | 第27-29页 |
| ·模型的建立 | 第29-30页 |
| ·已有的摄像机标定方法 | 第30-31页 |
| ·基于虚拟视觉伺服的标定方法 | 第31-36页 |
| ·虚拟视觉伺服原理 | 第31-32页 |
| ·虚拟视觉伺服和标定 | 第32-33页 |
| ·多图像标定 | 第33-34页 |
| ·基于点的标定 | 第34-36页 |
| ·实验结果 | 第36-39页 |
| ·与传统非线性方法的比较 | 第36-38页 |
| ·标定结果 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于自然特征点的增强现实配准算法 | 第41-57页 |
| ·增强现实系统中虚拟视觉伺服系统的结构 | 第41-42页 |
| ·鲁棒估计算法 | 第42-44页 |
| ·M-Estimators | 第42-43页 |
| ·随机采样一致（RANSAC）算法 | 第43-44页 |
| ·其它鲁棒估计算法 | 第44页 |
| ·鲁棒的虚拟视觉伺服控制律 | 第44-49页 |
| ·鲁棒的控制律 | 第45-46页 |
| ·权值的计算 | 第46-47页 |
| ·LMedS 方法初始化权值 | 第47-49页 |
| ·图像特征的选取和雅可比矩阵 | 第49-50页 |
| ·算法特点 | 第49-50页 |
| ·雅克比矩阵 | 第50页 |
| ·增强现实虚拟视觉伺服配准算法实现 | 第50-52页 |
| ·实验结果 | 第52-55页 |
| ·配准算法精度分析 | 第52-53页 |
| ·配准算法跟踪结果 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 基于场景中平面结构的无标志物跟踪 | 第57-69页 |
| ·背景介绍 | 第57-59页 |
| ·基于模型跟踪 | 第57-59页 |
| ·基于运动匹配 | 第59页 |
| ·其他技术 | 第59页 |
| ·平面跟踪 | 第59-64页 |
| ·平面的多视图 | 第61-62页 |
| ·H_i~(i+1) 的计算 | 第62页 |
| ·P_i 的计算 | 第62-63页 |
| ·H_w~0 的计算 | 第63-64页 |
| ·“传递”坐标系 | 第64页 |
| ·系统实现流程 | 第64-66页 |
| ·鲁棒计算_i~(i+1) | 第65页 |
| ·初始化 | 第65-66页 |
| ·自动的平面检测 | 第66页 |
| ·可靠性问题 | 第66页 |
| ·实验结果 | 第66-67页 |
| ·本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 作者攻硕期间取得的成果 | 第75-76页 |
