基于自然特征点的增强现实系统配准技术研究

论文摘要

增强现实（Augmented Reality）是在虚拟现实的基础上产生的新技术及研究热点,其利用计算机图形学技术产生真实场景中原本不存在的虚拟场景,并通过配准技术将虚拟场景准确地“放置”在真实场景中,实现一个虚实融合的场景,显示给用户一个视觉感官效果真实的新环境。本文主要研究了基于自然特征点的增强现实系统中的配准技术并在此基础上开发了一个实用性的增强现实系统。首先本文在研究摄像机模型和相关标定技术基础上,论述了基于自然特征点的增强现实系统中虚拟场景与真实场景之间的坐标转换与配准问题。然后我们针对实用性增强现实技术的需要对FAST Corner、SURF这两种常用算法进行了研究,在此基础上提出了将非尺度空间的检测算法Fast Corner与尺度空间的算法SURF相结合的策略。实验结果表明,这种新的检测策略能很好地兼顾增强现实系统的实时性和准确性的需要。接着本文对特征匹配和跟踪的问题进行了研究,采用K-d tree的方法来完成特征匹配的工作,并采用L-K光流算法来实现对特征点的实时跟踪,同时针对光流算法受光照条件影响较大的问题,本文采用改进的L-K光流算法并在跟踪过程中结合特征点检测的方法,较好的解决了这一问题。最后,我们实现了一个基于自然特征点的增强现实系统,该系统以实用性为主要目标,在稳定性和准确性上有很好的效果,我们还对虚拟场景的构建问题进行了研究,采用3DS文件导入的方式来生成复杂的三维场景模型。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 概述
• 1.2 基于视觉跟踪的增强现实系统研究现状
• 1.2.1 增强现实基本框架
• 1.2.2 基于标识物跟踪的增强现实
• 1.2.3 基于自然特征点的增强现实
• 1.3 本文研究目的和内容
• 第二章 增强现实中的配准技术
• 2.1 增强现实中的配准技术概述
• 2.2 增强现实中摄像机标定的基础知识
• 2.2.1 虚实配准过程
• 2.2.2 摄像机标定常用坐标系
• 2.2.3 针孔成像模型
• 2.3 摄像机标定方法
• 2.4 实现结果
• 2.5 本章小节
• 第三章 自然特征点的检测方法研究
• 3.1 特征点检测简介
• 3.2 非尺度空间特征点检测算法
• 3.3 尺度空间特征点检测算法
• 3.3.1 检测器
• 3.3.2 特征点描述
• 3.4 一种新的特征检测方法FASTSURF
• 3.5 实验结果及分析
• 3.6 本章小结
• 第四章 自然特征点的匹配与跟踪
• 4.1 特征点分类与匹配
• 4.1.1 构造训练集
• 4.1.2 KD-Tree
• 4.1.3 消除错配点
• 4.2 跟踪
• 4.2.1 Lucas-Kanade 光流算法简介
• 4.2.2 光流约束方程
• 4.2.3 Lucas-Kanade 光流算法实现
• 4.2.4 代码实现
• 4.3 本章小结
• 第五章 基于自然特征点的增强现实系统
• 5.1 系统框架
• 5.2 特征点检测与匹配
• 5.3 特征点跟踪
• 5.4 3 维场景构建
• 5.5 实验结果及分析
• 5.6 本章总结
• 第六章 总结与展望
• 6.1 全文总结
• 6.2 工作展望
• 致谢
• 参考文献
• 硕士期间取得的研究成果