增强现实中基于视觉的跟踪配准技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·概述 | 第9-10页 |
| ·基于视觉的跟踪配准技术的基本框架和研究现状 | 第10-14页 |
| ·基于视觉的增强现实系统框架 | 第10-11页 |
| ·基于标志物的跟踪配准 | 第11-12页 |
| ·无标志物的跟踪配准 | 第12-14页 |
| ·本文的研究目的和内容 | 第14-16页 |
| 第二章 增强现实中的三维配准 | 第16-25页 |
| ·虚实配准的坐标系统 | 第16-17页 |
| ·摄像机的模型 | 第17-20页 |
| ·摄像机的内部参数 | 第17-20页 |
| ·摄像机的外部参数 | 第20页 |
| ·摄像机外部参数的建立 | 第20-23页 |
| ·直接线性变换（DLT）算法 | 第21-22页 |
| ·根据空间平面建立外部参数 | 第22-23页 |
| ·实验结果 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于图像配准的视觉跟踪 | 第25-39页 |
| ·L-K 算法 | 第25-28页 |
| ·L-K 算法简介 | 第25-27页 |
| ·L-K 算法流程和复杂性分析 | 第27-28页 |
| ·反成分(IC)算法 | 第28-30页 |
| ·IC 算法简介 | 第28-30页 |
| ·IC 算法的流程和性能分析 | 第30页 |
| ·超平面近似算法 | 第30-33页 |
| ·超平面近似算法简介 | 第30-32页 |
| ·超平面近似算法的流程和性能分析 | 第32-33页 |
| ·IC 算法与超平面近似算法的比较 | 第33-38页 |
| ·实验环境介绍 | 第33-34页 |
| ·算法运算时间分析 | 第34-35页 |
| ·算法收敛性分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 一种鲁棒的基于标志物的跟踪系统 | 第39-54页 |
| ·现有标志物系统 | 第39-41页 |
| ·ARtoolkit | 第39-40页 |
| ·ARSTudio | 第40页 |
| ·ARtag | 第40-41页 |
| ·标志物的设计 | 第41-42页 |
| ·标志物的检测 | 第42-44页 |
| ·四边形检测 | 第42-43页 |
| ·标志物识别 | 第43-44页 |
| ·标志物的跟踪 | 第44-51页 |
| ·基于光流计算的角点跟踪 | 第45-47页 |
| ·基于纹理的跟踪 | 第47-49页 |
| ·随机采样一致（RANSAC）算法 | 第49页 |
| ·基于角点与纹理的混合跟踪 | 第49-51页 |
| ·实验结果 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 一种基于平面纹理的无标志物跟踪系统 | 第54-75页 |
| ·目标物体检测 | 第54-56页 |
| ·宽基线匹配 | 第56-57页 |
| ·基于模式分类的宽基线匹配 | 第57-59页 |
| ·算法简介 | 第57-58页 |
| ·训练集的构造 | 第58-59页 |
| ·两种分类算法的研究 | 第59-70页 |
| ·随机树分类 | 第59-63页 |
| ·朴素贝叶斯分类 | 第63-69页 |
| ·分类算法对比 | 第69-70页 |
| ·基于宽基线匹配的无标志物跟踪配准系统 | 第70-71页 |
| ·实验结果 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·总结 | 第75页 |
| ·不足与展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻硕期间取得的研究成果 | 第82-83页 |
