首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--计算机仿真论文

基于视觉的增强现实虚实注册关键技术研究

摘要第1-6页
ABSTRACT第6-16页
第一章 绪论第16-32页
   ·课题的目的和意义第16页
   ·课题背景——增强现实简介第16-22页
     ·增强现实概念第16-17页
     ·增强现实应用现状第17-19页
     ·增强现实三大关键技术第19-22页
   ·增强现实虚实注册中的数学原理简介第22-27页
     ·海明码编码原理简介第22页
     ·朴素贝叶斯分类器第22-24页
     ·压缩采样第24-27页
   ·基于视觉的虚实注册技术研究现状及面临的主要问题第27-30页
     ·基于标识识别的AR研究现状第27-28页
     ·基于自然特征的AR研究现状第28-30页
     ·面临的主要问题第30页
   ·论文的研究内容第30-32页
     ·论文的研究思路第30-31页
     ·论文的结构安排第31-32页
第二章 基于视觉的AR虚实注册原理及实现模式第32-42页
   ·基于视觉的AR注册原理第32-37页
     ·相机成像模型第32-35页
     ·畸变模型第35页
     ·注册参数求解推导第35-36页
     ·虚实注册参数的优化第36-37页
   ·基于视觉的AR注册实现模式第37-40页
     ·实现模式之一——标识识别第37-38页
     ·实现模式之二——自然特征跟踪和识别第38-39页
     ·发展方向——移动AR第39-40页
   ·本章小结第40-42页
第三章 基于亚像素角点定位的AR标识注册技术研究第42-58页
   ·引言第42页
   ·改进的亚像素角点定位算法第42-48页
     ·问题的提出和分析第42-44页
     ·改进的亚像素角点定位算法第44-45页
     ·改进算法的性能测试第45-48页
   ·改进的亚像素角点定位算法在AR标识注册中的应用第48-56页
     ·基于海明码编码设计的标识系统第48-49页
     ·基于亚像素角点定位的标识注册流程第49-51页
     ·基于亚像素角点定位的AR标识注册实验研究第51-56页
   ·本章小结第56-58页
第四章 基于高效跟踪的AR无标记注册技术研究第58-74页
   ·问题的提出和分析第58-59页
   ·基于贝叶斯学习的跟踪框架的改进第59-64页
     ·随机测量矩阵的构建第59-60页
     ·基于Harr-like特征的目标稀疏表示第60-63页
     ·朴素贝叶斯分类器的创建和更新第63-64页
     ·改进的跟踪框架第64页
   ·改进跟踪方法的理论分析第64-65页
   ·改进跟踪方法的性能测试第65-68页
     ·实验参数设置第65页
     ·跟踪准确性和效率第65-67页
     ·跟踪鲁棒性第67-68页
   ·改进的跟踪方法在AR无标记注册中的应用第68-72页
     ·一种基于网络的AR特征跟踪注册框架第69页
     ·基于高效跟踪的AR无标记注册和渲染试验第69-72页
   ·本章小结第72-74页
第五章 结论第74-76页
   ·结论第74-75页
   ·有待解决的问题第75-76页
参考文献第76-80页
附录1 注册参数推导第80-82页
附录2 标识系统设计核心代码第82-84页
致谢第84-86页
发表的学术论文目录第86-88页
作者和导师简介第88-89页
附件第89-90页

论文共90页,点击 下载论文
上一篇:基于小波滤噪的脑干诱发电位仪校准系统
下一篇:微结构注压成型控制系统的设计研究