2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、增強現(xiàn)實中的注冊技術(shù)通過對現(xiàn)實世界補充或添加虛擬物體和相關信息,使觀察者從感官上認為虛擬物體是周圍現(xiàn)實世界的組成部分。注冊技術(shù)是增強現(xiàn)實系統(tǒng)中至關重要的技術(shù)之一,對增強現(xiàn)實系統(tǒng)的實現(xiàn)具有重要意義。
  傳統(tǒng)的視覺注冊技術(shù)適用于相對簡單的真實環(huán)境,如攝像機相對于物體靜止的情況下,而一旦真實場景復雜或攝像機相對物體移動迅速,則注冊算法的計算量大幅度增加,且注冊效果明顯變差,甚至在有部分物體被遮擋的情況下導致注冊失敗。
  本文采

2、用基于標識的視覺原理實現(xiàn)傳統(tǒng)的視覺注冊技術(shù),在算法實現(xiàn)過程中對三維矩陣參數(shù)方程進行優(yōu)化處理,使得只需4個標志點即可完成注冊矩陣的求解。同時,為了解決部分遮擋的情況下注冊失敗的不穩(wěn)定性問題,本文采用了單應性矩陣改進三維注冊矩陣參數(shù)的計算,旨在使標識被部分遮擋時能通過相鄰幀圖像輔助計算矩陣參數(shù),具體方法是當標識完全可見時,由傳統(tǒng)視覺算法完成三維注冊矩陣參數(shù)的計算;若標識非完全可見,則由相鄰兩幀圖像間互相匹配的四對或四對以上非共線特征點的幾何

3、關系與奇異值的分解,來計算迭代過程中的單應性矩陣。據(jù)此,將單應性矩陣分解為三維注冊矩陣的未知參數(shù),計算出虛擬注冊所需的注冊矩陣,以實現(xiàn)在標識非完全可見時的跟蹤注冊。本文的特征點匹配采用了光流特征匹配算法,旨在識別真實場景中特殊標識的非共線特征點對,完成相鄰圖像間特征點對的匹配跟蹤,獲取計算單應性矩陣和注冊矩陣所需的幾何信息,最終將虛擬物體精確地疊加到真實場景。
  本文的創(chuàng)新點在于引入了單應性矩陣來恢復多幅圖像間的對應關系,改進了

4、在標識被部分遮擋情況下的三維注冊矩陣求解問題,同時將Hessian矩陣的光流匹配算法應用在注冊技術(shù)的標識識別部分,使注冊的穩(wěn)定性得到了提高。
  實驗結(jié)果表明,本文所采用的單應性矩陣方法和光流特征跟蹤技術(shù),擴展了視覺注冊技術(shù)的應用范圍,能夠確保虛擬物體注冊到真實場景中,提高了系統(tǒng)運行的穩(wěn)定性,解決了標識被遮擋情況下不能正確注冊的問題。本文的三維注冊方法在攝像機與物體相對快速移動和標識被部分遮擋的情況下體現(xiàn)了其有效性,對于移動增強現(xiàn)

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)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(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。

最新文檔

評論

0/150

提交評論