一种改进的户外移动增强现实三维注册方法

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.

关键词：移动增强现实、三维注册、SURF、FREAK、实时性、鲁棒性

所属期刊栏目：44

分类号：TP391;P208(计算技术、计算机技术)

资助基金：国家自然科学基金;福建省省属公益类科研院所专项;福建省自然科学基金;广东省引进创新创业团队项目;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

在线出版日期：2020-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1865-1873