增强现实系统中的实时稳定姿态跟踪

摘要

增强现实技术是一种将虚拟物体融合到真实场景中来实现交互的技术，作为新兴技术在近些年得到快速地发展。随着硬件技术的发展以及智能手机的普及，增强现实技术在各个领域都表现出广泛的运用前景。
　　现阶段的增强现实技术中的姿态跟踪大都基于传统的检测跟踪算法来实现。这些方法要么耗时较长，要么鲁棒性不够高。对增强现实系统进行实时稳定姿态估计的研究，解决跟踪时姿态估计的实时性和稳定性的问题，对于增强现实在各个领域的应用，有着非常重要的意义。
　　本文在对传统姿态跟踪实现方法研究的基础上，针对传统特征检测方法存在的目标检测不准确的问题，提出了目标重定位检测算法。通过对目标姿态的重定位检测，提高了姿态跟踪系统检测部分的精度。在重定位检测算法中，本文采用了一种新的基于聚类的误匹配点滤除算法，提高了检测算法对于复杂环境中的目标姿态检测的鲁棒性。
　　在目标特征跟踪部分，现有特征跟踪算法在姿态跟踪过程中存在特征点丢失无法找回的问题。该问题导致跟踪误差的积累，影响跟踪稳定性。本文针对这部分问题提出了光流特征迭代找回的方法和特征检测融合找回的方法两种算法。两种跟踪算法通过采用各自的特征找回策略，在运行速度影响不大的情况下提高了算法的稳定性和准确性。相比于现有的方法更加的鲁棒，满足实时稳定的要求。

目录

声明

1 绪论

1.1研究的背景和意义

1.2 论文研究的内容

1.3 课题国内外研究概况及发展趋势

1.4 论文章节安排

2 现有姿态跟踪系统的分析

2.1 物体特征检测

2.2物体跟踪

2.3基于匹配对的单应性矩阵求解

2.4基于单应性矩阵的相机姿态求解

2.5 本章小结

3 基于特征匹配的姿态重定位

3.1现有特征检测方法

3.2 姿态重定位检测

3.3基于特征匹配的姿态重定位实验结果

3.4本章小结

4 姿态跟踪中的特征恢复

4.1现有特征跟踪方法

4.2 姿态跟踪算法改进

4.3 姿态跟踪算法实验结果

4.4 本章小结

5 综合实验及分析

5.1 对比实验结果

5.2移动端实验结果展示

5.3实验总结分析

6 总结与展望

6.1本文总结

6.2 展望

致谢

参考文献