改进TLD与ORB的AR系统长时跟踪注册方法

针对增强现实系统长时跟踪注册需求以及三维跟踪注册时待注册区域尺度变化、光照变化、内外旋转等复杂环境易导致注册失败问题,提出改进TLD跟踪及ORB特征检测的增强现实长时三维注册方法。通过采用TLD长时鲁棒跟踪算法对待注册区域跟踪,并利用待注册位置自适应动态检测策略对TLD算法跟踪-学习-检测的结构机制的实时性和精确度进行优化;利用ORB算法对待注册位置进行特征检测及三维注册矩阵计算;将虚拟信息叠加至待注册位置。选取长时视频序列进行跟踪、检测及注册仿真实验。实验结果表明,改进TLD长时跟踪算法相比TLD算法在OPE精确度方面提升约5%,对待注册位置的跟踪速率提升约2倍,使得AR系统在复杂环境下的长时跟踪注册具有更好的稳定性和鲁棒性。     

基于动态特征模板匹配的ARToolKit三维注册

针对ARTool Kit三维注册易受光照、遮挡以及旋转变化的影响,提出一种基于动态特征模板匹配的ARTool Kit三维注册方法。通过对摄像头摄入的一帧视频二值化处理后形成的模板图片采用ORB算法检测特征点;然后采用动态特征模板匹配技术进行特征模板匹配;最后计算出三维注册矩阵来将虚拟信息叠加到现实世界中。将Open GL生成的虚拟信息叠加仿真实验,并将该方法与ARTool Kit注册方法对比。仿真结果表明,复杂环境条件下动态模板匹配算法具有较高的实时性和标识物识别率,且基于动态特征模板匹配的ARTool Kit注册具有良好的稳定性和鲁棒性。     

MEEM跟踪和改进ORB特征检测的三维注册方法

针对增强现实系统三维注册在线跟踪模型漂移问题,以及特征检测算法耗时问题导致的注册失败。提出一种基于MEEM跟踪和改进ORB特征检测的三维注册方法。通过MEEM算法对移动对象区域跟踪。对跟踪的目标位置采用ORB算法检测特征点时,采用多尺度空间理论提取稳定特征点,并且采用改进决策树的递归调整方式,同时对特征检测参数设置。利用相邻帧之间特征点的匹配关系求得三维注册矩阵;将跟踪数据集与OpenGL生成的立方体模型进行跟踪注册仿真实验。仿真结果表明,改进ORB特征检测算法对待注册区域的检测具有尺度不变性、更高稳定性以及特征分布均匀,误差相比ORB算法降低约42%,该注册方法在运行过程中基本能够保证误差在7 mm以内;使得AR系统具有较好的实时性、精确性和鲁棒性。     

基于ORB自然特征的AR实时系统实现

针对当前基于自然特征的增强现实效率低,提出一种新的基于ORB自然特征的实时注册方法。提取视频帧与基准图像中的ORB特征点,使用汉明距离匹配,利用RANSAC算法筛选得到最佳匹配点对,确定摄像机的位姿。将三维虚拟物体叠加到真实场景中,达到虚实结合的效果。实验表明,在不同尺度角度、一定环境光变化、复杂背景和基准图像部分遮挡的情况下,该AR系统都具有良好的性能,跟踪定位准确度高,速度基本达到实时要求。     

基于二进制鲁棒不变尺度关键点-加速稳健特征的自然特征虚实注册方法

针对基于视觉的增强现实(AR)中虚实注册的准确率和实时效果受光照、遮挡和视角变化影响大,易导致注册失败的问题,提出一种基于二进制鲁棒不变尺度关键点-加速稳健特征(BRISK-SURF)算法的自然特征虚实注册方法。首先,利用加速稳健特征(SURF)特征提取算子检测特征点;然后,采用二进制尺度旋转不变鲁棒(BRISK)特征描述算子对特征点进行二进制描述,结合汉明距离实现准确高速的特征匹配;最后,根据图像间的单应性关系实现虚实注册。从图像特征匹配和虚实注册两方面进行实验,结果显示BRISK-SURF算法的平均准确率与SURF算法基本保持一致,比BRISK算法提高了约25%,平均召回率提高了约10%;基于BRISK-SURF的注册方法的结果接近参考标准数据,精度较高,实时性较好。实验结果表明,所提方法对于光照、遮挡和视角情况不同的图像具有较高的识别准确度、注册精度和实时效果。另外,使用此方法实现了基于AR的交互式旅游资源呈现与体验系统。     

Android的无标识增强现实注册算法实现

为了克服传统增强现实技术的局限性,在Android系统上实现了基于无标识增强现实注册算法.使用ORB和强制匹配算法对特征点进行检测、描述和匹配,再使用RANSAC算法计算单应性矩阵并对匹配结果进行优化,然后计算摄像头位姿并进行滤波处理,最后将三维模型注册到真实场景中,达到了虚实融合的效果.实验结果表明,算法结合Android NDK编程和多线程技术,注册准确,性能较好,能够达到实时的要求,而且在光照和距离发生变化、标志被部分遮挡的情况下鲁棒性较好,克服了传统增强现实技术的局限性,具有一定的研究价值.     

基于SIFT自然特征的AR系统研究和实现

针对当前增强现实AR(Augmented Reality)系统中跟踪注册效率低,提出一种基于SIFT算子的自然特征的匹配改进方法。在利用DOG金字塔对关键帧图像和基准图像进行特征点的检测和提取后进行正反双向匹配,很好地提高了关键特征的匹配效率和稳定性。同时结合L-K光流跟踪算法,优化跟踪关键帧失败后的处理方法,减少重定位时关键点检测所需搜索区域。实验表明,由于改进后的SIFT匹配特征点更少更优,定位的精确度更高,跟踪匹配整体耗时减少近50%。因而该AR系统在光照不足、遮挡、抖动等特殊环境中都有很好的实时虚实融合的效果。     

仿射重投影混合虚实注册方法

针对特征图形结合自然纹理特征的虚实注册误差较大、运行速度慢的问题,提出仿射重投影混合虚实注册方法.通过建立摄像机、真实场景以及特征坐标系之间对应关系的仿射坐标系,且采用ORB算法进行特征检测及后续特征模板的构造,并利用仿射重投影矩阵来恢复特征模板在当前图像上的投影位置信息以计算虚实注册矩阵.采用OpenGL生成的立方体模型与真实场景之间进行虚实注册仿真实验.仿真结果表明:在特征图形被遮挡或不可见时,本文方法在精度、健壮性以及速率方面表现优异,提高了增强现实(AR)系统的实时性和鲁棒性.     

移动增强现实中视觉三维注册方法的实现

为了提高移动增强现实注册技术的性能,采用了一种基于计算机视觉的注册算法。该方法利用ARToolkit中的标识检测法查找相关的标识和特征点,然后基于视觉三维注册算法得到模型视图矩阵,最后在相应位置绘制虚拟物体。实验结果表明这种注册方法在实时性、稳定性、抗遮挡性方面效果良好,满足移动增强现实系统高精度三维注册的要求。     

基于增强现实的自适应跟踪注册方法

针对增强现实跟踪注册过程中遮挡及尺度变换的问题,提出一种基于Camshift和ORB算法的自适应跟踪注册方法.将高斯背景建模和Camshift算法融入到跟踪过程中,实现对目标尺度变化的自适应跟踪;在特征匹配中,将图像与Gauss函数进行卷积和差分运算,得到稳定的尺度空间,使ORB算法提取的特征点具有尺度不变性.实验结果表明,该方法在遮挡、视角与旋转变化的情况下,具有良好的鲁棒性,满足了增强现实系统对实时性、稳定性和准确性的要求.