无标识增强现实电子书—“汉字启蒙”的设计与实现

摘要

随着移动终端的不断推陈出新，其软硬件配置都足以支持更多的功能，基于移动设备的增强现实技术受到越来越多的关注。该技术将逐步地广泛应用于工业、教育、旅游等多个行业以及人们的日常生活。 本文的主要工作如下：（1）区别于传统的电子书开发，本文的电子书应用不需要借助二维码等标识，只需要汉字就可以完成信息的叠加，应用范围更广并且增强现实的沉浸感更好。本文深入探讨并实现无标识增强现实电子书里用到的视频流图像的缓存和预处理、相机的定标、虚拟信息的叠加、真实场景和虚拟信息的融合、显示。（2）实现了灰度化、噪声消除、二值化等图像处理，设计了基于汉字识别的增强现实电子书系统框架并为了减少耦合进行模块化，重点研究脱机印刷体汉字识别，根据论文的需要建立了汉字库，采用Tesseract引擎进行识别以及后续的训练。（3）进行汉字特征提取时，由于传统的局部二值模式处理数据的维度比较大，不管对于纹理的提取还是对于纹理的识别、分类及信息的存取都是不利的。本文对传统的局部二值模式进行改进，采用均匀模式，提升了特征提取的效率。（4）在SketchUp上制作.skp格式的三维模型并导入进Unity3D，进行参数的调整保证三维图像的完整演示。用Unity3D平台来构建开发环境，实现了通过增强现实技术来完成移动应用上三维信息的显示。论文的实现过程如下：首先，系统通过Epson BT-350增强现实智能眼镜的摄像头获取图像视频流；随后通过Vuforia开发包检测以及追踪目标汉字，调用与其绑定的三维图像，完成虚拟信息和真实场景的叠加。最终实现的功能是通过佩戴Epson BT-350眼镜浏览训练库里的汉字，匹配成功后在这个眼镜的视野内叠加该汉字相应的三维模型，帮助初学者更好地理解汉字所表达的含义。 通过实验验证，在光照条件良好、观看视角正常的情况下，摄像头平均每秒显示25帧，汉字识别的准确率在95%以上，每个汉字的识别时间平均花费32ms左右，在汉字上叠加相应模型的准确率高达到98%，本论文的设计在安卓系统4.0以上版本的设备上都可以进行演示，达到预期的设计指标。用增强现实眼镜去观看本论文设计的电子书时，识别率稳定在93%左右，系统功能在绝大多数条件下都能得到很好的演示。随着增强现实技术的不断进步，本文设计的AR电子书应用可以结合传统的纸质书本推广应用到更多的场景。

目录

第一个书签之前

Abstract

第一章绪论

1.1引言

1.2研究背景及意义

1.3国内外研究现状

1.3.1增强现实技术研究现状及发展趋势

1.3.2 增强现实电子书研究现状及发展趋势

1.3.3汉字识别技术研究现状及发展趋势

1.4论文研究内容与组织结构

1.4.1 研究内容

1.4.2 论文组织结构

第二章 关键技术的实现及设计平台的介绍

2.1 系统总体框架的设计

2.1.1系统的工作流程

2.1.2 系统模块的设计

2.2 增强现实关键技术的实现

2.2.1 显示技术

2.2.2 三维注册技术

2.2.3 虚实融合技术

2.3 设计平台介绍

2.4 本章小结

第三章 汉字识别模块的详细设计与功能实现

3.1 图像获取模块

3.2图像处理模块

3.2.1 灰度化

3.2.2 噪声消除

3.2.3 二值化

3.3 汉字识别模块

3.3.1汉字识别实现过程

3.3.2字符提取改进措施

3.4本章小结

第四章 增强现实信息叠加模块的详细设计与功能实现

4.1 系统工作流程

4.1.1硬件开发环境

4.1.2软件开发环境

4.1.3技术流程

4.2 增强现实相机设定

4.3 目标预设

4.4 目标识别与信息叠加

4.5 三维模型的实现

4.6 图像输出显示

4.7 本章小结

第五章 总结与展望

5.1 工作总结

5.2 工作展望

致谢

攻读硕士学位期间发表的论文