近年來,隨著科學(xué)技術(shù)的發(fā)展,各種嶄新的人機交互方式開始出現(xiàn)在人們的日常生活中,其中混合現(xiàn)實技術(shù)有望改變?nèi)藗兣c外部世界進行交互的基本形式。本文主要研究基于視覺定位的混合現(xiàn)實框架。本文采用基于特征點法的ORB-SLAM算法為基礎(chǔ)的相機空間定位算法,對視覺里程計的圖像特征點和相機位姿估計部分進行改進,實現(xiàn)混合現(xiàn)實框架中虛擬物體的三維注冊,并完成三維場景的虛實融合渲染。本文對一些常用的SLAM算法和三維渲染技術(shù)進行了研究,取得的主要研究成果如下:（1）改進ORB-SLAM系統(tǒng)中的圖像特征點提取與匹配算法。為了在相機拍攝的圖像上實時提取分布均勻、數(shù)量準確、響應(yīng)相近的圖像特征點,首先,本文采用基于多閾值的FAST角點提取算法,依據(jù)分塊圖像紋理豐富程度調(diào)整FAST角點的閾值,多閾值的設(shè)定保證各角點之間相應(yīng)值相近,提取到過量的,分布均勻的FAST角點。然后,本文采用基于四叉樹的Shi-Tomasi角點篩選算法獲得數(shù)量準確的角點集合。此外,采用基于查找表的相似度度量算法,轉(zhuǎn)移圖像特征點匹配過程中的運算量,提高視覺里程計中圖像特征點匹配的實時性能。（2）改進ORB-SLAM系統(tǒng)中的相機位姿估計算法。在OR... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級別】：碩士

【部分圖文】：

精靈寶可夢Go

到更多的關(guān)注�；谟嬎銠C視覺的相機空間定位技術(shù)可以分為三類:基于人工標識的相機空間定位技術(shù)、基于自然標識的相機空間定位技術(shù)以及基于無標識的相機空間定位技術(shù)[7],[8]。1.2.1 基于人工標識的相機定位基于人工標識的相機空間定位技術(shù)是較為早期的相機空間定位技術(shù)，該技術(shù)依賴于一個或多個人工標識進行相機姿態(tài)估計。人工標識一般為帶有黑色方框的正方形黑白圖案，如圖 1.3 所示，三維虛擬物體通常以人工標識為參考坐標系進行疊加。在進行相機空間定位時，首先檢測中現(xiàn)實場景圖像中人工標識的位置，利用正方形人工標識的四個頂點位置計算相機位姿信息�；谌斯俗R的相機空間定位技術(shù)具有算法復(fù)雜度低，追蹤穩(wěn)定性強等優(yōu)點，適合應(yīng)用于計算能力有限的混合現(xiàn)實系統(tǒng)。由于基于人工標識的相機空間定位技術(shù)依賴于事先定義好的人工標識，需要對現(xiàn)實場景進行預(yù)先布置，限制了應(yīng)用場景。此外，人工標識受到大面積遮擋時，無法完成對相機的位姿計算。

西安電子科技大學(xué)碩士學(xué)位論文空間定位技術(shù)。離線條件下，在自然平面圖像上提取圖像特征點，作為后續(xù)圖像模板匹配的依據(jù)，在實時相機空間定位時，利用模板匹配獲得的點對信息估計相機位姿。相較于基于人工標識的相機空間定位技術(shù)，基于自然標識的相機空間定位技術(shù)需要的自然模板圖像無需預(yù)先定義，但仍需在應(yīng)用之前對現(xiàn)實場景中的平面圖像進行離線的圖像特征點檢測。在遮擋問題上，由于圖像特征點數(shù)量較多，在模板圖像部分遮擋時，基于自然標識的相機空間定位技術(shù)仍能正常工作。采用基于自然標識的相機定位技術(shù)實現(xiàn)的混合現(xiàn)實效果如圖 1.4 所示。

【參考文獻】：
期刊論文
[1]基于單目視覺的同時定位與地圖構(gòu)建方法綜述[J]. 劉浩敏,章國鋒,鮑虎軍.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2016(06)



本文編號：2952963