当前位置:主页 > 科技论文 > 软件论文 >

应用于增强现实的机器视觉研究

发布时间:2022-02-16 23:51
  增强现实技术是在虚拟现实技术基础上发展出的研究分支,能够将虚拟的三维物体叠加到现实世界的标记物上,近年来已经在游戏、医疗、文化、教育等领域得到了广泛的应用。然而除了视觉效果,为增强用户体验的真实感、拓展应用范围,增强现实与其它提供听觉与触觉效果、与真实世界交互等硬件模块的结合也亟待研究。本文基于增强现实技术和图像分类技术搭建了一款机器视觉系统,实现了智能眼镜、服务器和硬件模块的联动机制,并将该机器视觉系统进行了应用场景仿真,论证了该机器视觉系统的工程实践意义。本文的内容和贡献主要有如下四点:首先,论文介绍了这种新型的基于增强现实的机器视觉系统结构,描述了主要模块智能眼镜、服务器以及多个单片机控制的执行单元的功能和实现原理,通过一个具体的流程实例,展示了系统基于TCP/IP协议,增强现实与其它硬件模块协同操作的过程。同时指出系统的控制核心部分是机器视觉模块,图像分类的结果也决定了增强现实显示内容和执行单元的输出结果。其次,本文对增强现实技术中视觉部分的传统特征点检测算法进行了比较。通过叠加图像高斯金字塔解决了ORB特征描述子不具有尺度不变性的缺点,实验论证,与SIFT、SURF和原生OR... 

【文章来源】:重庆大学重庆市211工程院校985工程院校教育部直属院校

【文章页数】:82 页

【学位级别】:硕士

【文章目录】:
摘要
英文摘要
1 绪论
    1.1 研究背景与意义
    1.2 增强现实和深度卷积神经网络国内外研究现状
        1.2.1 增强现实国内外研究现状
        1.2.2 深度卷积神经网络国内外研究现状
    1.3 本文的主要工作和组织结构
2 机器视觉系统的实现及AR虚拟场景仿真
    2.1 系统概述
    2.2 智能眼镜模块
    2.3 执行单元硬件模块
    2.4 基于TCP/IP协议的协同操作实例
    2.5 本章小结
3 特征点检测算法
    3.1 特征点检测概览
    3.2 特征点检测算法
        3.2.1 SIFT算法
        3.2.2 SURF算法
        3.2.3 ORB算法
    3.3 算法比较试验
        3.3.1 单张图像特征点检测
        3.3.2 特征点匹配实验
    3.4 本章小结
4 三维注册技术
    4.1 三维注册理论
        4.1.1 真实世界坐标体系
        4.1.2 虚拟世界坐标体系
    4.2 增强现实实验
        4.2.1 实验概述
        4.2.2 内参矩阵和外参矩阵的求解
        4.2.3 虚拟物体的渲染
    4.3 本章小结
5 图像分类技术及AR场景应用仿真
    5.1 图像分类算法比较实验
        5.1.1 图像分类技术
        5.1.2 基于传统方法的图像分类
        5.1.3 基于卷积神经网络的图像分类
    5.2 AR场景应用仿真
    5.3 本章小结
6 总结
参考文献
附录
    A.作者在攻读硕士学位期间发表或录用的论文和专利目录
    B.学位论文数据集
致谢


【参考文献】:
期刊论文
[1]增强现实技术综述[J]. 侯颖,许威威.  计算机测量与控制. 2017(02)
[2]图像物体分类与检测算法综述[J]. 黄凯奇,任伟强,谭铁牛.  计算机学报. 2014(06)
[3]基于增强现实技术的圆明园现场数字重建[J]. 王涌天,郑伟,刘越,常军,黄天智,王立峰,苗春.  科技导报. 2006(03)

博士论文
[1]基于RGB-D摄像机的增强现实系统关键技术研究[D]. 李佳宁.浙江大学 2017
[2]复杂场景下目标检测算法研究[D]. 向涛.电子科技大学 2016
[3]基于特征点的图像配准技术研究[D]. 丁南南.中国科学院研究生院(长春光学精密机械与物理研究所) 2012

硕士论文
[1]增强现实在文物数字修复中的应用研究[D]. 关馨.吉林大学 2018
[2]基于计算机视觉的目标跟踪算法及其应用研究[D]. 王蒙蒙.浙江大学 2018
[3]基于增强现实的三维注册技术的研究与实现[D]. 刘运强.华东师范大学 2017
[4]基于Android平台的增强现实跟踪注册技术研究[D]. 魏遥.西北大学 2016
[5]基于Android的实时增强现实系统的技术研究[D]. 杨超杰.杭州电子科技大学 2016
[6]基于Kinect增强现实的虚实注册与遮挡技术研究[D]. 易柳.华中科技大学 2015



本文编号:3628883

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3628883.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6c0b3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com