a

1 (p1): 第1章 增强现实概论
2 (p1-1): 1.1 增强现实的基本原理
4 (p1-2): 1.2 增强现实的发展简史
6 (p1-3): 1.3 增强现实的显示装置
9 (p1-4): 1.4 增强现实的关键技术
10 (p1-4-1): 1.4.1 三维注册与几何一致性
12 (p1-4-2): 1.4.2 真实感绘制与光照一致性
14 (p1-4-3): 1.4.3 人机交互
16 (p1-5): 1.5 增强现实应用
16 (p1-5-1): 1.5.1 数字娱乐应用
16 (p1-5-2): 1.5.2 文化教育应用
17 (p1-5-3): 1.5.3 医学诊疗应用
18 (p1-5-4): 1.5.4 工业生产应用
20 (p1-5-5): 1.5.5 城市运维应用
21 (p1-5-6): 1.5.6 电子商务应用
22 (p1-5-7): 1.5.7 其他应用
22 (p1-6): 1.6 小结
23 (p2): 第2章 虚实视觉融合的相机模型
23 (p2-1): 2.1 相机成像原理及其数学模型
23 (p2-1-1): 2.1.1 相机成像原理
24 (p2-1-2): 2.1.2 相机的数学模型
28 (p2-1-3): 2.1.3 透视投影矩阵
30 (p2-2): 2.2 镜头的非线性畸变
32 (p2-3): 2.3 其他相机模型
33 (p2-4): 2.4 小结
34 (p3): 第3章 实景的三维结构恢复和重建
35 (p3-1): 3.1 多视图几何原理
35 (p3-1-1): 3.1.1 双视图几何
43 (p3-1-2): 3.1.2 多视图几何
45 (p3-2): 3.2 特征与匹配
46 (p3-2-1): 3.2.1 特征提取
50 (p3-2-2): 3.2.2 特征匹配的主流算法
53 (p3-2-3): 3.2.3 连续特征跟踪和非连续特征匹配
57 (p3-2-4): 3.2.4 特征点匹配的发展趋势
57 (p3-3): 3.3 运动恢复结构
58 (p3-3-1): 3.3.1 初始化
61 (p3-3-2): 3.3.2 相机位姿估计
62 (p3-3-3): 3.3.3 集束调整
73 (p3-3-4): 3.3.4 自定标
80 (p3-3-5): 3.3.5 代表性SfM方法
83 (p3-4): 3.4 稠密深度估计
84 (p3-4-1): 3.4.1 双视图立体匹配
86 (p3-4-2): 3.4.2 多视图立体匹配
89 (p3-4-3): 3.4.3 深度学习方法
90 (p3-4-4): 3.4.4 数据集和测评网站
91 (p3-5): 3.5 三维几何重建
91 (p3-5-1): 3.5.1 基于深度图融合的三维重建
93 (p3-5-2): 3.5.2 基于点云的三维重建
94 (p3-5-3): 3.5.3 基于体素的三维重建
95 (p3-5-4): 3.5.4 代表性的三维重建系统
96 (p3-6): 3.6 表面纹理重建
98 (p3-6-1): 3.6.1 纹理映射框架
98 (p3-6-2): 3.6.2 纹理拼接
99 (p3-6-3): 3.6.3 颜色融合
101 (p3-6-4): 3.6.4 配准误差
101 (p3-7): 3.7 小结
103 (p4): 第4章 虚实环境的实时三维注册
103 (p4-1): 4.1 同时定位与地图构建
105 (p4-1-1): 4.1.1 视觉SLAM
119 (p4-1-2): 4.1.2 视觉惯性SLAM
129 (p4-1-3): 4.1.3 RGB-D SLAM
134 (p4-1-4): 4.1.4 问题与发展趋势
138 (p4-2): 4.2 平面标志物的检测、识别与跟踪
139 (p4-2-1): 4.2.1 人工标志的识别与跟踪
143 (p4-2-2): 4.2.2 自然标志的识别与跟踪
145 (p4-2-3): 4.2.3 问题与讨论
146 (p4-3): 4.3 三维实物的检测、识别与跟踪
146 (p4-3-1): 4.3.1 概述
149 (p4-3-2): 4.3.2 基于特征点的三维物体跟踪
150 (p4-3-3): 4.3.3 基于边缘的三维物体跟踪
156 (p4-3-4): 4.3.4 基于区域的三维模板跟踪
161 (p4-3-5): 4.3.5 问题与讨论
162 (p4-4): 4.4 小结
163 (p5): 第5章 虚实环境的视觉融合
163 (p5-1): 5.1 虚拟物体的绘制
164 (p5-1-1): 5.1.1 绘制方程
165 (p5-1-2): 5.1.2 BRDF函数
171…