针对混合现实技术在识别标志物时易发生抖动,且识别过程易受到遮挡影响的问题,从标志物特征点提取与匹配的角度入手,改进混合现实技术对标志物的识别算法。通过构造尺度空间,结合加速稳健特征(speeded up robust features,SURF)算法提...针对混合现实技术在识别标志物时易发生抖动,且识别过程易受到遮挡影响的问题,从标志物特征点提取与匹配的角度入手,改进混合现实技术对标志物的识别算法。通过构造尺度空间,结合加速稳健特征(speeded up robust features,SURF)算法提取特征点,对ORB(oriented FAST and rotated BRIEF)算法的特征点提取和匹配进行改进。改进后的算法在特征点匹配的过程中精度更高,比SURF算法提升了38.8%,比ORB算法提升了28.3%,有效地提高了目标识别的效率。结果表明:把改进后的算法运用在混合现实系统中,可以在标志物被遮挡50%时,成功把虚拟模型叠加在标志物上,解决了模型抖动的问题。展开更多
文摘针对混合现实技术在识别标志物时易发生抖动,且识别过程易受到遮挡影响的问题,从标志物特征点提取与匹配的角度入手,改进混合现实技术对标志物的识别算法。通过构造尺度空间,结合加速稳健特征(speeded up robust features,SURF)算法提取特征点,对ORB(oriented FAST and rotated BRIEF)算法的特征点提取和匹配进行改进。改进后的算法在特征点匹配的过程中精度更高,比SURF算法提升了38.8%,比ORB算法提升了28.3%,有效地提高了目标识别的效率。结果表明:把改进后的算法运用在混合现实系统中,可以在标志物被遮挡50%时,成功把虚拟模型叠加在标志物上,解决了模型抖动的问题。
