基于特征匹配增强现实技术的研究与改进样本.doc

资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。
基于特征匹配增强现实技术的研究与改进
若冰杨
传媒学院, 临沂大学
临沂市, 中国

摘要: 增强现实是一个新兴的技术虚拟现实, 它有一个很大的发展和应用前景。增强现实技术涉及知识传感器, 图像识别, 计算机视觉, 人机交互, 虚拟现实, 等诸多领域。关键技术包括显示, 注册和跟踪, 交互式等, 其中注册和跟踪是最重要的技术。在增强现实系统中, 对传统的方法注册和跟踪技术所存在不准确, 低效率等问题。在本文中, 改进功能匹配算法采用的是增强现实系统。实验结果表明, 与传统的方法相比, 改进算法能够显著提高注册和跟踪的效率。
关键词: 增强现实技术;特性匹配;登记; ARToolKit
I. 引言
增强现实( 简称AR) , 也被称为模拟真实世界, 结合传感器技术, 虚拟现实技术, 图像识别, 人机交互技术。在最近几年, 增强现实技术被广泛应用于医疗, 机械制造及维修, 娱乐, 军事, 遗产, 横向显示等诸多领域。
在参考资料1, AR定义为具有以下三个特征的系统[1]:
1) 结合实际和虚拟
2) 实时交互式
3) 3-D注册
当前, 几种流行的增强现实系统是ARTOOLKIT[2], ARSTudio[2]和ARtag[3]。
ARTOOLKIT, 其中由广岛市立大学的加藤博士开发 , 开源的, 也是最广泛使用的AR开发包。它有良好的执行效率和跟踪性但有较高的假识别率的致命弱点, 因为它使用的简单模板匹配算法。ARSTudio由加拿大卡尔顿大学的马利克开发。该系统引入了进程
跟踪标记。当标记被部分堵塞, 使用其它可见拐角的信息, 你依然能够判断相机的外部参数, 其中在一定程度上提高了系统的鲁棒性。
ARtag是近年来开发的AR库, 其中的基础上做了很多改进, 其ARTOOLKIT, 解决ARTOOLKIT的问题。但 这不利于研究和推广, 因为ARtag库不是开源的。
本文基于前人的研究成果,
传统的LK跟踪算法进行了改进, 并使用增强现实系统。实验结果表明改进LK算法较好地解决传统的问题, 并提高效率增强现实系统。
Ⅱ.增强现实技术
A. AR的优势
经过几年的发展, 增强现实已成为虚拟领域的一个非常重要的分支现实。相比传统的虚拟现实技术, 增强现实技术具有明显的优势。主增强现实技术的优点是为如下:
增强现实技术具有更好意义上现实。虚拟现实技术是模拟在计算机的现实世界, 给人一种身临其境的感觉。 VR技术强调的是, 虚拟环境是主角及其现实的真实世界的依赖程度模拟。然而, 增强现实技术是真实世界的有机结合和虚拟环境。因此, 增强现实中有更好的质感。
增强现实有更好的互动。由于VR技术强调的是虚拟环境是发挥主导作用, 用户在处于被动的地位。然而, 增强现实强调的是虚拟的有机融合环境和现实世界中, 用户能够主动参与。因此, 增强现实有更好的交互性。

B. 增强现实的基本流程
增强现实技术的基本原理是: 经过传感器, 虚拟场景和现实世界有机整合, 营造出逼真的场景, 这样能够大大增强虚拟现实的身临其境和互动环境[5]。因此, 增强现实技术具有很大的应用和发展前景。
增强现实的基本程序是: 首先, 计算到虚拟模型的仿射变换照相机平面上, 根据摄像机的位置和在现实世界中的标记信息。然后, 绘制虚拟模型仿射变换矩阵的基础上。最后, 有机的实现现实世界的视频和虚拟模型, 显示在终端显示屏上。具体
流增强现实分为以下4步骤[5]:
( 1) 获取真实世界的信息它是经过输入设备, 如图像传感器收集并输入主要获得真实世界的信息。
( 2) 分析现实世界和摄像头位置信息这一步主要是经过图像识别技术, 来分析现实世界和摄像头位置信息, 并获得虚拟的信息模型中的位置。
( 3) 生成的虚拟模型生成与该位置的虚拟模型虚拟模型。
( 4) 将虚拟模型进到视频最后, 虚拟模型有机融入视频和显示终端显示屏上。增强现实的基本工作流程图表如图1所示。

C. 增强现实的关键技术
增强现实技术涉及传感器, 图像识别, 计算机视觉, 人机交互, 虚拟现实, 知识等诸多领域。该增强现实的关键技术包括显示器, 注册和跟踪, 互动等[39]。该以下详细分析这些不同的技术。
显示技术主要是指在输出增强现实装置。主要功能是以显示真正的有机融合数据世界的虚拟模型。当前的显示器技术分为透射头盔显示, 投影显示器和手持式显示。
X对准和跟踪技术是基于当前的现实世界空间的数据, 使用图像识别技术, 获得虚拟模型的正确的位置和方向在现实世界中, 使虚拟模型完全匹配的真实世界。注册和跟踪的核心技术, 增强现实, 而关键确定增强现实的表现制度。实现融合的虚拟模型的和现实世界是注册的前提和跟踪技术。注册和跟踪技术主要包括计算机视觉, 光学系统, 全球定位系统, 超声波, 磁场等。当前, 基于计算机视觉技术是最用途广泛, 主要包括基于标记的和自然特征为基础的。其中, 天然基于特征的技术还不成熟。因此, 在当前的增强现实系统, 主使用登记和跟踪技术基于标记的。
x良好的互动是一大优势增强现实。互动技术是在实际场景中的用户之间的交互交互的虚拟对象。增强现实系统, 经过输入设备, 如传感器, 以获取数据, 技术分析指令发送到经过登记和跟踪虚拟对象技术, 并做出相应的反馈结果。使用空间中的点互动技术, 命令和专用工具等方式来实现用户与虚拟之间的交互对象。

D．注册和跟踪的四原则
在本质上摄像头捕获图像是利用从真实场景转换过程坐标系到摄像机坐标系, 变换图像在真实场景三维物体成两个三维图像并显示在相机的成像平面。基于已知的摄像机参数, 确定经过坐标变换的传递关系相机之间的坐标系与真实场景坐标系中, 从而计算出的位置和姿势摄像机在真实场景的实时性。这是登记以及增强现实系统的跟踪处理[7]。

标记之间的关系坐标系和摄像机坐标系示于图2。等式( 1) 示出了计算的过程中从标志变换矩阵坐标系相机经过图像分析坐标系。其中, (Xc,Yc,Zc)为坐标为摄像机坐标系统(Xm,Ym,Zm)是坐标对标记坐标 制度。Tcm是变换矩阵坐标 从标记变换坐标系到相机坐标系统。

E.介绍的ARToolKit
ARToolKit是一组开发库是写的C / C ++语言和OpenGL, 基于它, 我们可增强现实的应用实例。ARToolKit的最初是由加藤宏博开发施, 并支持由华盛顿大学哈工大实验室( 人机接口技术实验室) , 新新西兰坎特伯雷大学, 哈工大实验室新西兰实验室( 人机接口技术实验室新西兰) 和ARToolworks[10]公司。 ARToolKit用途计算机视觉技术, 实现登记与现实世界的, 经过计算位置跟踪和相对于所述标记的照相机的方向。经过合并虚拟物体与真实世界中的视频的视频 在标记的位置, ARToolKit达到的效果增强现实。
三。提高的L-K算法
LK算法中所带来的卢卡斯和金田 1981时, 她们解决了光流跟踪[7]。 L-K表 算法的基本目的是, 对于给定的两幅图像, 以 计算所有像素的区域中, 寻找最佳 相似性度量的两个图像的价值。假设I( X) 和T( x) 表示在两个点x的像素的灰度值 图像, W( X; P) 表示图像变换。 Hessian矩阵计算相对复杂, 将 影响的增强现实系统的整体性能。 因此, 考虑改变当前的目标函数 图像和模板, 把Hessian矩阵为 定值, 它能够提前计算。这 大大减少了需要计算的Hessian矩阵 在原算法每次迭代, 满足实时 要求[8]。
改进LK算法的过程如下:
( 1) 计算渐变映射的图像模板’▽T;
( 2) 计算出的雅可比矩阵在( X;0) ;
( 3) 计算的最速下降地图
( 4) 用( 4) 计算的Hessian矩阵H的迭代;
( 5) 为图像I, 计算I( W( X; P) ) 使用W( X; P) 转换;
( 6) 计算的差的图像I( W( x, p) ) -T( x) 的;
( 7) 计算
( 8) 计算;
( 9) 更新W( X; P) 用( 2) ;

IV。实验结果与性能分析
基于ARToolKit, 按照其开发过程中, 本文实现了基本增强现实系统。其中的模块注册和跟踪使用改进的跟踪模块LK算法, 识别使用ARToolKit自己的信标识, 如图3。虚拟对象模型, 是使用汽车和狗的设计3DS MAX模型。在图4所示的增强现实绘制子系统。

实验结果表明, 改进LK 算法是稳定的和精确的, 而且具有更好的实时性, 可满足大部分的增强现实系统的的 注册和跟踪的要求。

Ⅴ.总结与展望
上ARTOOLKIT, 一种改进LK算法的基础用于实现登记和跟踪在本文中。与传统的增强现实系统相比, 改进LK算法更精确, 更有效。然而, 对于识别的缺点是不准确的, 当满足该标记被阻塞的情况下, 本文没有考虑到, 这是需要解决的下一步。
VI.致谢
我们感谢ICSESS帮助我们大大提高论文。
REFERENCES
[1] Azuma RT, ”A survey of augmented reality,” In Presence:Teleoperators and Virtual Environments, CA, vol. 6, pp. 355 385, 1997.
[2] Kato, H. and M. Billinghurst, ”Marker Tracking and HMD
Calibration for a Video-based Augmented Reality Conferencing System,” in 2nd IEEE and ACM International Workshop on Augmented Reality (IWAR99). San Francisco, CA, 1999.
[3] Malik H, Roth G, Mcdonald C, ”Robust 2D Tracking for Real-time Augmented Reality,” Proceedings of Vision Interface, Calgary, Alberta, Canada, .
[4] B. Lucas and T. Kanade, ”An iterative image registration technique with an application to stere vision,” in International Joint Conference on Artificial Intelligence, pp. 674–679, 1981.
[5] Y. Z. Fan, ”Study on Augmented Reality Application”. Hangzhou, China: Zhe jiang University, .
[6] Bhatnagar D K, ”Position trackers for Head Mounted Display systems:A survey,” 1993, pp.1-19.
[7] S. Baker and I. Matthews, ”Lucas-Kanade 20 years on: A unifying framework,” International Journal of Computer Vision, pp. 221– 255, March .
[8] P. Ren,
”The technology of Vision-based tracking and registration in Augmented reality”. Chengdou, China: University of Electronic Science and Technology of China, .
[9] M. Fiala. Artag, ”An improved marker system based on artoolkit,” In National Research Council Publication NRC 47166/ERB-1111, .
[10] HIT Lab ”Introduction to ARToolKit [EB/OL],” http://www. hitl.washington. edu/artoolkit/ documentation/userintro.htm