基于視覺的增強現(xiàn)實虛實注冊關鍵技術研究.pdf_第1頁
已閱讀1頁,還剩90頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、增強現(xiàn)實(Augmented Reality,簡稱AR)利用可視化技術將虛擬的信息疊加在人類生活的現(xiàn)實世界中,致力于提高人們對外在世界的感知能力,被譽為“未來20年內改變世界十大科技之一”。一個成功的AR系統(tǒng)的關鍵在于準確、快速而又魯棒的虛實注冊,即虛擬物體與真實場景的完美融合才能保證用戶無視差的體驗,而本論文的研究主要圍繞基于視覺的AR系統(tǒng)注冊問題展開,提出了若干不同應用環(huán)境下的注冊方法和新思路,主要工作如下:
   1.系統(tǒng)

2、研究了基于視覺的AR注冊原理,在逐步分析相機成像模型和畸變模型的基礎上給出了完整的注冊參數(shù)推導過程和參數(shù)優(yōu)化方法;接著深入總結了當前兩種AR實現(xiàn)模式(標識識別和自然特征跟蹤注冊)的特點和發(fā)展方向。
   2.研究了基于亞像素角點定位的AR標識注冊技術。根據(jù)四邊形標識的幾何特征提出了一種改進的亞像素角點定位算法,具有更高的角點檢測精度和更好的畸變魯棒性;并結合海明碼設計的標識系統(tǒng)成功實現(xiàn)基于亞像素角點定位的標識注冊,結果表明該方法

3、注冊精度高,運行效率好,能有效滿足AR系統(tǒng)所需的穩(wěn)定性要求。
   3.研究了基于高效跟蹤的AR無標記注冊方法。首先利用壓縮采樣理論改進了基于貝葉斯分類器的跟蹤框架,輸入端利用遵循高斯分布的隨機測量矩陣來進行目標特征的稀疏表示,通過對正負樣本的學習和更新來實現(xiàn)高效跟蹤;然后將改進的跟蹤方法應用到AR自然特征跟蹤注冊去,并構建了一種基于網(wǎng)絡的AR注冊框架;最后成功地進行了AR無標記注冊定位和渲染試驗,證明了這種注冊思路是可行的,為

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論