毕金强,许家帅,辛全波,尚东方

(交通运输部天津水运工程科学研究所，天津 300456)

0 引 言

增强现实技术(Augmented Reality， AR)是在用户观察到的真实自然环境中添加计算机生成的文字、3D模型等信息的技术[1]。在综合计算机图形、光电成像、多传感器、融合显示、图像处理和计算机视觉等学科知识的基础上，实时地计算摄像机的位置及角度将虚拟世界套在现实世界并进行互动，已经成功应用到医疗手术、工业设计、市政规划、军事仿真、教育培训和文化娱乐等领域。图像识别与匹配作为增强现实图像信息提取与目标匹配的基础，是现实世界场景匹配到虚拟对象的关键环节。1999年Lowe提出的SIFT(Scale-Invariant Feature Transform)尺度不变特征转换算法，通过侦测与描述影像中的局部性特征，在空间尺度中寻找极值点来提取出其位置、尺度、旋转不变量，成为图像识别与匹配的典型算法，但是该算法在灰度变化相似的区域易产生误匹配且特征提取及匹配速度效率较低[2]。因此，国内外学者们开展了大量研究和算法改进，如Rosten等[3]提出的FAST(Features from Accelerated Segment Test)特征点检测算法、Bay等[4]提出的SURF(Speeded-Up Robust Features)算法、Wanger等[5]提出的基于自然特征的6自由度跟踪注册算法、李杨等[6]提出的自然特征注册方法等，通过检测中心与周围像素点的明暗程度来确定特征点，不仅稳定高效，还降低了算法复杂度，提高了特征检测和匹配的实时性。但是，上述算法的研究通常局限在室内或户外小范围环境，所以无法适用于户外大规模图像的实时跟踪注册，以北京理工大学为代表的团队开展了三维注册、光照模型、深度检测等方法研究并利用相关技术在重建圆明园的实验中取得重要进展，开创户外增强现实领域的先河[7]。……