基于滤波估计的虚实配准算法研究

基于滤波估计的虚实配准算法研究

论文摘要

增强现实技术是一门新兴的前沿技术,作为虚拟现实的一个重要分支,又有着虚拟现实无法比拟的特点及其优越性。增强现实技术是通过计算机生成所需要的虚拟物体或者有用的提示信息,实时的叠加到摄像机所观察到的真实场景(也就是人眼所能直接感观到的现实世界)中,从而大大提高人们对真实世界的认知能力,使人们从真实世界中获取更加丰富的信息。还可以提供交互能力,帮助人们更好的对真实世界进行操作。虚实配准是增强现实的关键技术之一,虚拟物体在真实场景中的准确叠加,直接影响着整个增强现实系统可用性与稳定性。利用计算机视觉理论及其数字图像处理算法进行虚实配准的是本领域的研究热点。本文正是使用此种方式研究多种滤波技术,针对增强现实系统使用中可能面对的未知情况,进行摄像机位姿的估计与矫正,尽可能高的提高虚实配准的精度,使增强现实系统尽可能好的适应多变情况下的应用,提高适用性与稳定性。本文所进行的研究工作与实践主要如下:(1)基于卡尔曼滤波技术的虚实配准算法的研究将卡尔曼滤波技术应用到虚实配准的算法设计中。这种方法根据场景标识块的识别情况,适时的改用不同的特征点提取与匹配方法,针对标识块被部分遮挡的情况,利用卡尔曼滤波器矫正摄像机位姿,弥补一般增强现实系统必须完全检测到标识块才能正确叠加虚拟物体的缺陷,解决稳定场景下标识遮挡问题。(2)基于无轨卡尔曼滤波技术的三维场景重建虚实配准算法研究为了摆脱增强现实系统对人为标识的过分依赖,以及摄像机移动范围较大,考虑到场景中固定不变的自然特征,研究基于无轨卡尔曼滤波的SLAM技术,对场景进行三维重建。利用构建好三维位置的自然特征进行摄像机位姿的计算与运动规律的估计,摆脱对人为标识的严重依赖,为增强现实系统在场景变换的情况下应用提供一种很好的解决方案。(3)改进的无轨卡尔曼滤波技术的三维场景重建虚实配准算法研究对在使用基于无轨卡尔曼滤波SLAM技术进行场景重构时,当摄像机快速移动,会使采集的图像二维特征不明显,容易引入不准确的自然特征,将算法进行改进,使用两阶段滤波。改进的算法可以有效的处理不准确的自然特征,促进滤波器快速收敛,能在场景变换较快的情况下,也尽可能的准确加入矫正好三维位置的新的自然特征,大大提高了系统的适用性与稳定性。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 课题研究的目的和意义
  • 1.2 增强现实技术简介及其相关应用
  • 1.3 增强现实关键技术及其研究现状
  • 1.4 本文研究的主要工作及其章节安排
  • 2 相关数学理论基础与知识背景
  • 2.1 摄像机模型与视觉系统标定
  • 2.2 贝叶斯状态估计理论
  • 2.3 卡尔曼滤波
  • 2.4 无轨卡尔曼滤波
  • 2.5 小结
  • 3 基于卡尔曼滤波技术的虚实配准算法研究
  • 3.1 摄像机位姿状态模型与系统测量模型
  • 3.2 提取特征点与匹配
  • 3.3 算法设计与系统流程
  • 3.4 实验结果与分析
  • 3.5 小结
  • 4 基于无轨卡尔曼滤波的三维场景重建虚实配准算法研究
  • 4.1 问题分析与解决思路
  • 4.2 SLAM 技术简介
  • 4.3 基于UKF 的三维重建
  • 4.4 算法设计与系统流程
  • 4.5 实验结果与分析
  • 4.6 小结
  • 5 基于两阶段滤波三维场景重建虚实配准算法研究
  • 5.1 问题分析与解决思路
  • 5.2 两阶段测量选择与估计
  • 5.3 两阶段滤波器设计
  • 5.4 实验结果
  • 5.5 总结
  • 6 总结与展望
  • 6.1 本文工作总结
  • 6.2 增强现实研究展望
  • 致谢
  • 参考文献
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    基于滤波估计的虚实配准算法研究
    下载Doc文档

    猜你喜欢