| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 移动增强现实概述 | 第10-11页 |
| 1.2 课题背景及意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 研究内容 | 第13页 |
| 1.5 论文组织结构 | 第13-14页 |
| 1.6 本章小结 | 第14-16页 |
| 第2章 相关技术与理论 | 第16-30页 |
| 2.1 建筑物识别相关理论与方法 | 第16-17页 |
| 2.2 局部图像特征与全局图像特征介绍 | 第17-19页 |
| 2.3 KAZE特征提取算法 | 第19-23页 |
| 2.3.1 非线性扩散滤波 | 第19-20页 |
| 2.3.2 非线性尺度空间构建 | 第20-21页 |
| 2.3.3 特征点检测与描述 | 第21-23页 |
| 2.4 Bag of Features模型 | 第23-24页 |
| 2.5 Vocabulary Tree模型 | 第24-26页 |
| 2.6 倒排索引结构文件介绍 | 第26-27页 |
| 2.7 常用聚类算法 | 第27-28页 |
| 2.8 本章小结 | 第28-30页 |
| 第3章 基于可扩展性词汇树的建筑物识别算法 | 第30-54页 |
| 3.1 问题描述 | 第30-31页 |
| 3.2 建筑物特征模型的构建 | 第31-34页 |
| 3.3 建筑物位置信息的重叠聚类处理方法 | 第34-35页 |
| 3.4 基于KAZE和动态权重分配的词汇树构建和检索算法 | 第35-43页 |
| 3.4.1 基于KAZE的可扩展性词汇树图像特征提取方法 | 第35-37页 |
| 3.4.2 词汇树动态权重设计方法 | 第37-40页 |
| 3.4.3 基于KAZE和动态权重分配的词汇树构建算法 | 第40页 |
| 3.4.4 基于KAZE和动态权重分配的词汇树检索算法 | 第40-43页 |
| 3.5 基于可扩展性词汇树的动态生长建筑物图像识别方法 | 第43-47页 |
| 3.6 基于可扩展性词汇树的多建筑物目标识别方法 | 第47-53页 |
| 3.6.1 多建筑物目标识别 | 第47-51页 |
| 3.6.2 多建筑物目标标定 | 第51-53页 |
| 3.7 本章小结 | 第53-54页 |
| 第4章 实验仿真 | 第54-70页 |
| 4.1 实验环境及数据集 | 第54页 |
| 4.2 多种自然图像特征提取算法的对比 | 第54-56页 |
| 4.3 可扩展性词汇树建筑物图像识别实验 | 第56-64页 |
| 4.4 建筑物识别实际场景测试 | 第64-67页 |
| 4.5 本章小结 | 第67-70页 |
| 第5章 结论与展望 | 第70-72页 |
| 5.1 工作总结 | 第70页 |
| 5.2 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
