APP下载

基于改进卡尔曼滤波的增强现实跟踪注册算法 ①

2021-01-12刘佳闫冬郭斌

高技术通讯 2020年12期
关键词:卡尔曼滤波特征检测

刘 佳 闫 冬 郭 斌

(南京信息工程大学自动化学院, CICAEET, 南京 210044)

0 引 言

增强现实(augmented reality, AR)是在用户观察到的真实环境中添加计算机生成的虚拟物体或文字等信息的技术[1]。建立虚拟环境和现实物理世界的映射关系,智能实时地将相关信息融合呈现在位于现实环境的用户前面,达到增强用户临场感知能力的目的[2]。该技术目前在手术医疗、军事训练、工业维修、教育、交通导航上有着广泛的应用。增强现实的关键技术有跟踪注册、虚实融合和人机交互,这其中的核心是跟踪注册技术。目前基于视觉增强现实跟踪注册技术大致分为三大类,一类是基于四方黑白标识的跟踪注册,一类是针对自然特征的匹配注册,还有一类是通过建立局部地图进行虚拟注册。其中第1种方法由于临场环境的局限性限制了发展空间;第2种由计算机性能和算法决定系统运行速度,不能保证系统实时处于稳定状态;而第3种方法的代表则是SLAM/PTAM(simultaneous localization and mapping/parallel tracking and mapping),通过建立虚拟地图获得实时点的位姿关系进行注册,系统本身复杂度高,并且为了保证系统的稳定性而牺牲了不小的运行速度。

传统基于自然特征点匹配的增强现实系统的实现,是借助检测算法检测预存的目标图像和相机捕获图像之间的点对应位置,计算之间的单应性关系,从而实现虚实融合注册。传统的人工特征如尺度不变特征变换(scale invariant feature transform,SIFT)、加速鲁棒特征[3](speeded-up robust features,SURF),两者在移动端都不能实时稳定运行。为了能在移动端使用此类特征,Ethan等人[4]在2011年提出快速特征点提取和描述算法(oriented fast and brief, ORB)。……

登录APP查看全文

猜你喜欢

卡尔曼滤波特征检测
如何表达“特征”
不忠诚的四个特征
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
小波变换在PCB缺陷检测中的应用
基于模糊卡尔曼滤波算法的动力电池SOC估计
基于扩展卡尔曼滤波的PMSM无位置传感器控制
线性代数的应用特征
基于自适应卡尔曼滤波的新船舶试航系统