闫兴亚，马 柯，崔晓云

(1.西安邮电大学 数字媒体艺术学院，陕西 西安 710121；2.西安邮电大学 计算机学院，陕西 西安 710121；3.陕西师范大学 教育学院，陕西 西安 710062)

0 引 言

三维跟踪注册技术是增强现实(augment reality，AR)[1,2]中的关键和难点，它是对真实环境中的运动目标进行跟踪，从而将虚拟物体实时叠加在目标上[3]。目前，关于运动目标跟踪的解决方法主要是依据特征点的匹配和跟踪[4]，这种方法在遮挡、尺度变换等情况下，会使跟踪不稳定；比如ORB(oriented fast and rotated briEF)算法[5]运行速度快，且能提取稳定的特征点，但不具有尺度不变性，存在大量的误匹配。Maidi M等[6]针对增强现实技术中的遮挡问题，开发了一种用于对象识别和遮挡处理的多模态跟踪框架，该框架主要由姿态估计和特征点跟踪两个模块组成，分别用于目标注册和遮挡处理。

Camshift(continuously adaptive mean-shift)[7]是一种连续自适应跟踪算法，广泛应用于目标跟踪，但背景与运动目标的颜色相似时，会导致跟踪失败[8]。郭金朋等针对这种情况，结合SURF(speed up robust features)算法进行特征匹配，使Camshift算法能够在复杂背景下正常跟踪[9]。

根据以上研究，本文为了提高增强现实系统在跟踪注册过程中的准确率以及适应目标尺度变换，提出一种基于Camshift与ORB算法相结合的自适应三维跟踪注册方法。该方法利用高斯分布的背景建模法检测运动目标，提高Camshift算法跟踪的准确率[10]；当跟踪目标失效，即前后两帧目标区域颜色直方图相差较大时[11]，使用ORB算法对目标区域进行匹配，找到丢失的目标；在ORB算法中利用尺度空间理论建立图像金字塔，使提取出的特征点具有尺度不变性。……