基于改进SURF特征的增强现实自然目标识别技术

摘要

增强现实(Augment Reality，AR)是目前虚拟现实研究领域的一个前沿分支。增强现实通过目标识别和视觉跟踪技术、三维图形技术，将虚拟物体与现实生活中的场景相结合，让虚拟三维图形与现实环境在视觉上融合为一体，以达到增强现实环境的效果，甚至人们可以借助某些设备与增强现实中的虚拟物体产生互动。基于AR的两大特点:虚实结合、实时交互，在教育培训、医疗研究、国防建设、工业设计、市政规划、文物保护、文化娱乐等诸多领域具有十分广泛的应用前景。同时，随着近几年科学技术的不断进步，智能手机作为一种提供个人计算能力的移动平台发展迅猛，其可以与AR技术相结合，开拓新的数字媒体技术和应用市场，具有重要的研究意义和市场价值。
　　在AR技术中目标识别技术是实现的关键技术之一，计算机需要在图像中定位和识别用户感兴趣的目标对象。之所以要研究自然对象的识别是因为有些特定环境是不允许人为进行标记的，比如自然风景区和博物馆等。然而缺乏人为的标记，就意味着增加了计算量，同时通常的移动设备相比计算机硬件配置不高，存在CPU处理速度有限，内存低等限制，并且自然环境中的对象种类繁多，外界干扰因素较多，在以上的限制条件下还需要尽量满足应用的实时性和准确性，这样就增加了对目标进行识别的难度。
　　本论文的主要工作如下分为以下三个:
　　1.研究并解决了有关Android系统上获取摄像头预览帧的问题，并采用了Android系统提供的C/C++本地开发接口——NDK来对图像进行处理，从而绕过Dalvik虚拟机，使用本地代码的好处是它们可以以动态链接库(lib…so)的形式存在，这有利于代码的重用，最重要的是可以大大提高图像处理的速度。
　　2.本论文对提取摄像头预览帧的算法进行了改进。通过优化帧差的计算公式，加入了权重矩阵，并引入的帧的位置信息，以避免帧已经改变，但直方图是相同的。根据这个想法，使得帧间差的信息和位于帧的不同位置的重要性都已经得到了充分的考虑，虽然增加了计算的复杂性。如果镜头运动发生在中心，所计算的差值大于发生在四角处的镜头运动。这意味着该算法是更敏感的中心运动，而不是角运动。从以上可知，该改进的算法可以更精确地检测视频帧中关键部分是否发生变化，减少了帧的冗余程度，在一定程度上减少多余重复的图像配准计算。
　　3.本论文为了能够将增强现实系统推广到自然目标识别跟踪的领域上，考虑到基于图像的局部特征的识别技术，则相对具备不错的抗几何崎变与场景亮度变化的能力，所以通过优化SURF特征，在保证检测特征点与原算法一致的前提下，有效减少Hessian矩阵特征点检测中尺度空间的滤波运算，从而提高自然目标识别对复杂环境的适应能力和鲁棒性。
　　本文基于目前比较普及的Android2.3系统进行开发，主要研究在有限的算法复杂度和存储空间条件下的智能移动设备的目标识别算法。基本处理是首先通过摄像头采集图像并对图像进行降采样和灰度处理，使之符合后期目标识别要求，继而再根据优化的帧差算法选择预览的关键帧，并对其与目标图像进行计算改进的SURF特征，同时为了加快识别任务，还可以考虑加入GPS和方向传感器的信息作为参考，然后与服务器的图片集进行匹配，进而达到识别目标的目的。

目录

声明

摘要

第一章 引言

1．1 增强现实的定义

1．2 增强现实技术在国内外的研究动态及课题背景

1．2．1 国外研究动态

1．2．2 国内研究动态

1．2．3 课题的研究背景

1．3 本文的工作重点及组织和结构

1．3．1 本文的工作重点

1．3．2 本文的组织和结构

第二章 移动增强现实的关键技术研究

2．1 研究背景

2．1．1 实时性

2．1．2 健壮性

2．1．3 准确性

2．1．4 控制内存消耗

2．2 实现的关键技术

2．2．1 视觉跟踪技术

2．3 基于机器视觉算法的AR关键技术

2．3．1 尺度空间与尺度金字塔

2．3．2 图像识别中图像特征的种类

第三章 改进的相机预览关键帧提取技术

3．1 经典的关键帧提取算法

3．1．1 基于视频镜头的分析检测算法

3．1．2 基于运动的分析检测算法

3．1．3 基于内容的分析检测算法

3．1．4 聚类分析检测算法

3．2 改进的基于帧差的关键帧提取技术

3．2．1 算法的描述

3．2．2 算法的分析

3．3 小结

第四章 改进的自然目标识别关键技术研究

4．1 传统的Hessian检测算法

4．1．1 特征点检测公式

4．1．2 尺度空间的构建

4．1．3 多尺度特征点的检测

4．2 改进的Hessian检测算法

4．2．1 构建尺度空间

4．2．2 特征点首次定位

4．2．3 特征点再次定位

4．2．4 插值法精确定位

第五章 实验

5．1 Android技术分析

5．1．1 Android系统简介

5．1．2 Android体系结构

5．2 Android NDK技术简介

5．2．1 Android NDK简介

5．3 创建自定义的Camera应用程序

5．3．1 创建自定义的Android Camera应用

5．3．2 Android Camera重要的回调方法

5．4 检测结果对比与分析

5．5 时间对比与分析

5．6 增强现实系统效果展示

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

在校期间发表的论文、科研成果等

致谢