一种改进的户外移动增强现实三维注册方法
Geomatics and Information Science of Wuhan University（2019）
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.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要