增強(qiáng)現(xiàn)實(shí)技術(shù)作為近年來計(jì)算機(jī)視覺領(lǐng)域中的研究熱點(diǎn),越來越受到社會(huì)的關(guān)注并應(yīng)用在眾多的領(lǐng)域。所謂增強(qiáng)現(xiàn)實(shí)是通過計(jì)算機(jī)生成虛擬信息并準(zhǔn)確的疊加在真實(shí)場(chǎng)景中,進(jìn)而增強(qiáng)其視覺感知。跟蹤注冊(cè)技術(shù)作為增強(qiáng)現(xiàn)實(shí)的關(guān)鍵技術(shù)直接影響了虛實(shí)融合的準(zhǔn)確性和實(shí)時(shí)性,因此提高跟蹤注冊(cè)精度是增強(qiáng)現(xiàn)實(shí)技術(shù)考慮的重要因素。在中華上下五千年的歷史長(zhǎng)河中,甘肅馬家窯彩陶作為黃河上游新石器時(shí)代晚期文明的見證,是探索華夏文明必不可少的一部分。但是傳統(tǒng)了解馬家窯彩陶的方式只能在博物館隔著玻璃進(jìn)行觀看,其方式簡(jiǎn)單乏味且提供的信息量較少。將增強(qiáng)現(xiàn)實(shí)技術(shù)運(yùn)用在馬家窯彩陶文化中,可以使馬家窯彩陶的呈現(xiàn)方式更加多樣化,便于用戶更加詳細(xì)生動(dòng)的了解馬家窯彩陶文化。本文的主要研究?jī)?nèi)容如下:(1)研究特征檢測(cè)與匹配問題。首先針對(duì)傳統(tǒng)ORB算法沒有解決尺度不變性的問題,在特征檢測(cè)過程中構(gòu)建圖像金字塔,使其具有尺度不變性;其次在特征匹配時(shí),利用RANSAC算法進(jìn)行匹配點(diǎn)提純,過濾誤匹配點(diǎn),以確保算法的準(zhǔn)確性。(2)研究了目標(biāo)跟蹤注冊(cè)問題。針對(duì)TLD算法跟蹤模塊中中值流算法的不足,導(dǎo)致其在目標(biāo)跟蹤過程中存在誤報(bào)的情況,使用在目標(biāo)跟蹤過程中速度和準(zhǔn)確率...

【文章來源】： 西北師范大學(xué)甘肅省

【文章頁(yè)數(shù)】：50 頁(yè)

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
        1.2.1 增強(qiáng)現(xiàn)實(shí)的應(yīng)用
        1.2.2 跟蹤注冊(cè)技術(shù)
    1.3 本文研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)安排
第2章 增強(qiáng)現(xiàn)實(shí)相關(guān)理論及技術(shù)
    2.1 增強(qiáng)現(xiàn)實(shí)系統(tǒng)的體系架構(gòu)
    2.2 圖像的特征計(jì)算與匹配技術(shù)
    2.3 增強(qiáng)現(xiàn)實(shí)的跟蹤注冊(cè)技術(shù)
        2.3.1 目標(biāo)跟蹤原理
        2.3.2 三維注冊(cè)技術(shù)
    2.4 本章小結(jié)
第3章 基于改進(jìn)的圖像特征點(diǎn)提取與匹配
    3.1 改進(jìn)的圖像特征點(diǎn)提取與匹配算法
        3.1.1 圖像特征點(diǎn)的提取
        3.1.2 圖像特征點(diǎn)描述
        3.1.3 圖像特征點(diǎn)匹配
    3.2 實(shí)驗(yàn)結(jié)果分析與對(duì)比
    3.3 本章小結(jié)
第4章 增強(qiáng)現(xiàn)實(shí)目標(biāo)跟蹤算法研究
    4.1 TLD目標(biāo)跟蹤算法
    4.2 結(jié)合KCF的 TLD目標(biāo)跟蹤算法
        4.2.1 跟蹤模塊
        4.2.2 檢測(cè)模塊
        4.2.3 學(xué)習(xí)模塊
    4.3 實(shí)驗(yàn)和結(jié)果分析
    4.4 本章小結(jié)
第5章 基于馬家窯彩陶的增強(qiáng)現(xiàn)實(shí)系統(tǒng)
    5.1 系統(tǒng)的需求分析
    5.2 系統(tǒng)的總體方案設(shè)計(jì)
    5.3 系統(tǒng)的實(shí)現(xiàn)
    5.4 系統(tǒng)的運(yùn)行效果展示
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于KCF與改進(jìn)ORB的增強(qiáng)現(xiàn)實(shí)方法 [J]. 李一,馮楠,譚順成.  計(jì)算機(jī)工程. 2019(08)
[2]面向增強(qiáng)現(xiàn)實(shí)的移動(dòng)視點(diǎn)下室外視頻的陰影檢測(cè) [J]. 魏后勝,黃雯嘉,董琦,劉艷麗.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2019(06)
[3]基于無標(biāo)記識(shí)別的增強(qiáng)現(xiàn)實(shí)方法研究 [J]. 李乾,高尚兵,潘志庚,張正偉,方澄華,王圣全.  系統(tǒng)仿真學(xué)報(bào). 2018(07)
[4]增強(qiáng)現(xiàn)實(shí)技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì) [J]. 王宇希,張鳳軍,劉越.  科技導(dǎo)報(bào). 2018(10)
[5]基于改進(jìn)KCF的跟蹤注冊(cè)方法 [J]. 雍玖,王陽(yáng)萍,雷曉妹.  計(jì)算機(jī)工程與科學(xué). 2018(04)
[6]基于移動(dòng)端平臺(tái)古生物博物館增強(qiáng)現(xiàn)實(shí)系統(tǒng)的設(shè)計(jì)與應(yīng)用 [J]. 張浩華,吳艷敏,程立英,張宜,張文芮.  沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[7]基于傳感器與高效二階最小化結(jié)合的追蹤方法 [J]. 王佳順,管有慶.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(07)
[8]基于模型的增強(qiáng)現(xiàn)實(shí)無標(biāo)識(shí)三維注冊(cè)追蹤方法 [J]. 王月,張樹生,何衛(wèi)平,白曉亮.  上海交通大學(xué)學(xué)報(bào). 2018(01)
[9]基于ORB與光流法的增強(qiáng)現(xiàn)實(shí)注冊(cè)算法研究 [J]. 閆興亞,薛紅紅,李樂.  電子設(shè)計(jì)工程. 2017(13)
[10]基于SURF特征區(qū)域的魯棒水印算法 [J]. 侯翔,閔連權(quán).  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(03)

博士論文
[1]面向移動(dòng)增強(qiáng)現(xiàn)實(shí)的場(chǎng)景識(shí)別與跟蹤注冊(cè)技術(shù)研究[D]. 桂振文.北京理工大學(xué). 2014

碩士論文
[1]基于深度學(xué)習(xí)的目標(biāo)檢測(cè)和跟蹤[D]. 杜新白.哈爾濱工業(yè)大學(xué). 2019
[2]基于增強(qiáng)現(xiàn)實(shí)的三維注冊(cè)技術(shù)的研究與實(shí)現(xiàn)[D]. 劉運(yùn)強(qiáng).華東師范大學(xué). 2017
[3]基于判別式表觀模型的目標(biāo)跟蹤算法研究[D]. 李文茹.電子科技大學(xué). 2014
[4]基于SURF特征匹配算法的全景圖像拼接[D]. 陳浩.西安電子科技大學(xué). 2010



本文編號(hào)：3543146