| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 主要符号对照表 | 第8-10页 |
| 第1章 引言 | 第10-22页 |
| 1.1 研究背景 | 第10-16页 |
| 1.1.1 概述 | 第10页 |
| 1.1.2 典型交互场景 | 第10-13页 |
| 1.1.3 常见交互方式 | 第13-15页 |
| 1.1.4 小结 | 第15-16页 |
| 1.2 研究现状 | 第16-20页 |
| 1.2.1 基于IT技术的对人机交互方式的改进 | 第16-18页 |
| 1.2.2 基于用户模型的人机交互研究 | 第18-20页 |
| 1.3 研究内容和技术路线 | 第20-21页 |
| 1.4 文章结构 | 第21-22页 |
| 第2章 基于图像匹配的智能建筑人机交互方式 | 第22-34页 |
| 2.1 研究目标 | 第22-24页 |
| 2.1.1 总述 | 第22-23页 |
| 2.1.2 新方法的特点 | 第23-24页 |
| 2.2 图像匹配方面的既有研究 | 第24-30页 |
| 2.2.1 图像匹配综述 | 第24-26页 |
| 2.2.2 特征点与检测算法 | 第26-29页 |
| 2.2.3 现有算法的不足 | 第29-30页 |
| 2.3 新方法实现的难点问题 | 第30-32页 |
| 2.3.1 难点问题一：缺少设备模型 | 第30页 |
| 2.3.2 难点问题二：设备随机角度识别 | 第30-31页 |
| 2.3.3 难点问题三：多个外观相同或相近的设备识别 | 第31-32页 |
| 2.3.4 难点问题四：无线传输与效率 | 第32页 |
| 2.3.5 难点问题五：控制笔按键与复杂的操作 | 第32页 |
| 2.4 本章总结 | 第32-34页 |
| 第3章 为图像匹配服务的被控设备分类模型 | 第34-40页 |
| 3.1 概述 | 第34页 |
| 3.2 建筑被控设备特点及分类 | 第34-37页 |
| 3.2.1 分类的原则 | 第34-36页 |
| 3.2.2 设备分类 | 第36-37页 |
| 3.3 设备分类与实际设备的对应 | 第37-39页 |
| 3.3.1 照明 | 第37-38页 |
| 3.3.2 幕帘 | 第38页 |
| 3.3.3 门窗 | 第38页 |
| 3.3.4 电器 | 第38页 |
| 3.3.5 小结 | 第38-39页 |
| 3.4 本章总结 | 第39-40页 |
| 第4章 图像匹配算法 | 第40-57页 |
| 4.1 图像匹配基础原理和算法 | 第40-46页 |
| 4.1.1 摄像机成像原理 | 第40-43页 |
| 4.1.2 特征点匹配算法ASIFT原理 | 第43-46页 |
| 4.2 算法改进思路及其可行性分析 | 第46-48页 |
| 4.3 改进后算法 | 第48-49页 |
| 4.4 针对不同类型建筑被控设备的算法应用 | 第49-53页 |
| 4.5 辅助识别算法——简易OCR算法 | 第53-56页 |
| 4.6 本章总结 | 第56-57页 |
| 第5章 新方法的硬件实验验证 | 第57-68页 |
| 5.1 硬件实现方案 | 第57-58页 |
| 5.2 图像匹配算法软件 | 第58-59页 |
| 5.3 实验验证 | 第59-64页 |
| 5.3.1 实验对象和内容 | 第59-60页 |
| 5.3.2 实验方案和结果 | 第60-64页 |
| 5.4 不足和改进方向 | 第64-65页 |
| 5.5 控制笔设计方案讨论 | 第65-66页 |
| 5.6 本章总结 | 第66-68页 |
| 第6章 结论 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-74页 |
| 附录A 详细实验结果 | 第74-96页 |
| 附录B 算法代码 | 第96-107页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第107页 |