增强现实中注册定位算法的研究

论文摘要

增强现实是一个新的研究领域,它是在虚拟现实的基础上发展起来的一种通过将计算机产生的图形、文字注释等虚拟信息融合到使用者所看到的真实世界景象中,对人的视觉系统进行景象增强或扩张的技术。增强现实系统的关键技术是注册定位技术,注册定位技术要解决的问题是实时地检测出使用者头部的位置和视线方向,根据这些信息确定所要添加的虚拟信息的映射位置,并将这些虚拟信息实时显示在头盔显示器的正确位置。这种位置与朝向信息的获取就是跟踪算法要完成的任务。近年来,基于计算机视觉的跟踪方法日益得到人们的重视。基于视觉的跟踪方法可以应用于较复杂的环境,并且能有效的解决部分遮挡,光照变化和错误跟踪等问题。A.I. Comport, D. Kragic, E. Marchand,和F. Chaumette提出用SIFT特征匹配来实现自动初始化,但一般实际应用中提取的SIFT特征点是128维的,用传统的特征匹配算法计算量较大,比较复杂。本文在虚拟视觉伺服算法基础上,利用SIFT特征点,然后采用基于KD树的最邻近点搜索算法对特征点进行匹配,再利用线性位置算法计算出摄像机的初始位置,从而实现自动初始设定的过程。降低了SIFT特征匹配的时间复杂度,一定程度上改进了原来的算法,使算法更加高效、方便。但是,改进的算法仍然无法满足实时跟踪的需要,为了更接近于实时跟踪的需要,采用了新的方法:用Randomized tree作为分类技术,将特征点匹配作为分类问题处理,进一步降低了自动初始化的时间,提高了算法的运算效率。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 增强现实简介
• 1.1.1 增强现实的概念
• 1.1.2 增强现实与虚拟现实的区别
• 1.2 增强现实的组成和关键技术
• 1.2.1 增强现实的显示技术
• 1.2.2 增强现实的注册定位技术
• 1.3 增强现实的应用领域
• 1.4 增强现实的研究现状
• 1.5 本文内容与结构
• 第二章 增强现实三维注册定位技术
• 2.1 引言
• 2.2 三维注册方法的分类
• 2.3 跟踪技术的性能指标
• 2.4 基于跟踪传感器的跟踪技术
• 2.4.1 磁场跟踪技术
• 2.4.2 声学跟踪技术
• 2.4.3 光学跟踪技术
• 2.4.4 惯性跟踪技术
• 2.5 基于视觉（VISION-BASED）的跟踪技术
• 2.5.1 视觉跟踪技术的研究现状
• 2.5.2 基于计算机视觉采用标志点的跟踪（marker tracking）技术
• 2.5.3 基于计算机视觉无标志点的跟踪（markerless tracking）技术
• 2.6 混合跟踪技术
• 2.7 总结
• 第三章 基于SIFT 的自动初始化VVS 跟踪算法
• 3.1 引言
• 3.2 机器人视觉伺服系统
• 3.3 尺度不变特征转换（SIFT）
• 3.4 虚拟视觉伺服
• 3.5 自动初始化
• 3.5.1 图像多尺度表示
• 3.5.2 SIFT 特征的提取
• 3.5.3 SIFT 特征的生成
• 3.5.4 特征向量的匹配
• 3.5.5 线性位置计算算法
• 3.6 实验结果与分析
• 3.7 结束语
• 第四章 基于分类的自动初始化跟踪算法
• 4.1 引言
• 4.2 相关工作
• 4.3 分类方法
• 4.4 建立训练集
• 4.4.1 局部平面假设
• 4.4.2 关键点的选择
• 4.5 关键点的识别
• 4.5.1 Randomized Tree
• 4.5.2 预处理
• 4.5.3 结点测试
• 4.5.4 运行时关键点的识别
• 4.6 摄像机初始位置计算
• 4.7 实验结果与分析
• 4.8 结束语
• 第五章 总结与展望
• 致谢
• 参考文献
• 附录：作者在攻读硕士学位期间发表的论文