论文摘要
针对目前移动增强现实三维注册实时性不强和鲁棒性差的问题,提出一种基于改进加速鲁棒性特征（speed up robust features,SURF）算法和角点跟踪算法（Kanade-Lucas-Tomasi,KLT）的移动增强现实户外三维注册方法。该方法通过结合快速视网膜关键点（fast retina keypoint,FREAK）算法改进了SURF算法（简称SUFREAK）,提高算法描述子构建效率,并保持了算法的鲁棒性。利用视频帧间的相关性,采用KLT光流跟踪算法对户外场景的自然特征点进行跟踪预测,以提高三维注册的实时性。实验结果表明,在户外复杂环境条件下,改进SURF算法具有较高的实时性和鲁棒性,且基于改进SURF和KLT算法的移动增强现实三维注册具有良好的实时性和图像识别效率。
论文目录
文章来源
类型: 期刊论文
作者: 黄碧辉,吴勇,郑森源,林月煌
关键词: 移动增强现实,三维注册,实时性,鲁棒性
来源: 武汉大学学报(信息科学版) 2019年12期
年度: 2019
分类: 基础科学,信息科技
专业: 计算机软件及计算机应用
单位: 福建师范大学地理科学学院,贵州省水利水电勘测设计研究院,福建省陆地灾害监测评估工程研究中心
基金: 国家自然科学基金（41201417）,福建省省属公益类科研院所专项（2017R1034-4）,福建省自然科学基金（2016J01186）,广东省引进创新创业团队项目（2016ZT06D336）,福建师范大学地理科学学院研究生科研创新基金,2018年福建省教育厅中青年教师教育科研项目（JZ180359）~~
分类号: TP391.9
DOI: 10.13203/j.whugis20180098
页码: 1865-1873
总页数: 9
文件大小: 1797K
下载量: 163