基于改进随机蕨的增强现实跟踪注册算法的设计与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题研究的背景和意义 | 第10页 |
| ·增强现实技术的研究现状与展望 | 第10-14页 |
| ·国外研究现状与应用 | 第12-13页 |
| ·国内研究现状与应用 | 第13-14页 |
| ·课题的来源及研究内容 | 第14-15页 |
| ·课题来源 | 第14页 |
| ·课题的主要研究内容 | 第14-15页 |
| 第2章 相关技术概述 | 第15-25页 |
| ·图像处理相关技术 | 第15-19页 |
| ·FAST 算法 | 第15-16页 |
| ·图像金字塔算法 | 第16-17页 |
| ·基于朴素贝叶斯模型的特征点匹配算法 | 第17-19页 |
| ·计算机视觉相关技术 | 第19-23页 |
| ·摄像机透视模型 | 第19-22页 |
| ·单应矩阵 | 第22页 |
| ·随机采样一致性算法 | 第22-23页 |
| ·OpenGL 简介 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于方向信息的随机蕨算法 | 第25-32页 |
| ·引言 | 第25页 |
| ·随机蕨算法 | 第25-28页 |
| ·生成训练样本集 | 第25-26页 |
| ·离线分类器训练 | 第26-27页 |
| ·在线特征识别与匹配 | 第27-28页 |
| ·基于方向信息随机蕨 | 第28-31页 |
| ·灰度重心 | 第28页 |
| ·基于方向信息的分类器训练原理 | 第28-30页 |
| ·实时特征识别及匹配 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 实验结果与分析 | 第32-36页 |
| ·识别率比较 | 第32-34页 |
| ·分类器大小比较 | 第34页 |
| ·运行时间测试 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第5章 基于改进随机蕨算法的 AR 系统 | 第36-43页 |
| ·引言 | 第36页 |
| ·系统工作流程图 | 第36-39页 |
| ·消除错误匹配点 | 第37-39页 |
| ·单应矩阵计算摄像机外参 | 第39页 |
| ·虚拟信息生成 | 第39-40页 |
| ·实验结果分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 结论 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间所发表的学术论文 | 第48-49页 |
| 致谢 | 第49页 |
