针对重复纹理场景的跟踪定位算法

提出一种针对复杂标识的分类学习算法,并将其应用于移动增强现实系统中,实现了基于自然特征的跟踪定位系统.在场景特征点识别分类基础上,采用关键帧匹配算法实现无标识跟踪定位.针对含有对称结构的场景提出一种误匹配特征的回收机制.实验结果表明,该算法可解决由于场景对称结构导致的错误特征匹配,从而大幅提高特征的正确匹配率.     

增强现实系统中注册技术特征匹配算法的改进

基于ARtoolkit视觉原理,结合仿射变换恢复图像变化量和摄像机相对位置姿态变化量之间的关系矩阵,改进了增强现实系统中三维注册运算的L-K特征匹配算法.实验结果表明：在增强现实系统中应用改进的L-K算法,获得了更准确快速的注册效果.     

基于自然特征的增强现实注册算法

增强现实标志点注册算法需在场景中叠加各种标志,系统构造复杂.文中在深入研究机器人视觉伺服系统的基础上,提出了利用虚拟视觉伺服技术、基于自然特征的增强现实注册算法.利用特征点和图像矩作为图像特征,推导出了图像特征变化量与虚拟摄像机相对位姿变化量之间的关系矩阵(即图像的雅可比矩阵),实现了基于自然特征的三维注册算法.与混合跟踪注册算法、共面四点注册算法相比,文中方法具有更高的精度.     

基于AOI检测系统的图像拼接技术

针对自动光学检测(AOI)在电路板元器件检测中对图像拼接的实时性要求比较高的特点,提出了简化的仿射变换模型的快速图像拼接算法.该算法利用图像特征在尺度空间具有平移、旋转和仿射不变性,借助AOI系统高精度步进电机的控制快速找到最佳匹配点,建立图像的匹配关系.实验证明,该算法简单、快速、精度高,具有场景无关性、噪音容忍度高等优点,在AOI检测中具有很强的实用性.     

基于改进随机蕨的增强现实场景实时跟踪注册算法

针对增强现实场景跟踪注册存在速度较慢等问题,提出了一种基于改进随机蕨的增强现实跟踪注册算法.该算法采用离线训练和在线跟踪两个模块.提出了一种嵌入式蕨分类器以提高特征点匹配精度,该分类器采用有监督的降维方法,并利用了所有可能的信息.通过该分类器进行特征匹配,进而计算摄像机位姿并渲染注册虚拟物体.实验结果证明,提出的嵌入式蕨在平均分类精度上优于其他算法.平均处理每帧图像的时间为34.22 ms,基本满足实时性.     

基于概率图模型技术的柱面全景图生成算法

为解决复杂场景下的全景图生成问题,应用了基于概率图模型的图像匹配技术,提出了一套完整的柱面全景图生成算法。采用动态阈值法对从图像中提取的H arris角点进行初步筛选,并结合图模型算法进行精确匹配,通过对匹配后特征点的迭代投影获得摄相机焦距,对原始图像进行柱面投影并融合。该算法具有对光照不敏感和全局最优化的特性,对图像噪声和特征点提取不准确有强健的承受能力,并有效地降低了计算复杂度,使算法更具有实用性。实验结果表明:能够对存在人车移动噪声和相机几何畸变的复杂场景正确合成360°全景图。     

基于Harris角点与SIFT的快速图像匹配算法

针对基于局部特征的图像匹配算法,当图像发生较大的旋转变化时此算法会发生匹配率下降的问题,并且随着时间、场景、遮挡、光线的变化,图像的特征会发生模糊变化,这将严重影响匹配率,因此提出了一种基于Harris角点与SIFT的快速图像匹配算法,该算法用Harris检测图像的角点,在角点邻域内筛选SIFT特征点,并且利用高斯圆形窗口对筛选过的特征点建立低维描述子.该算法不仅具备了Harris算法的高稳定性而且兼顾了SIFT算法对于旋转变化较大的图像也有着高匹配率的特性.仿真结果表明,与SIFT算法相比,本文提出的算法不仅匹配速度快,而且在图像发生模糊变化、旋转变化的情况下可得到高匹配率.     

SURF算法在局域盲人图像导航中的应用

局域盲人图像导航即在建立基准图像信息特征库的基础上,对实时拍摄图像提取特征并与基准图像特征库进行匹配,得到相应地理信息并语音输出给盲人,从而实现导航的一种方法。本文基于SURF算法对图像特征进行匹配,首先提取SURF特征点,然后采用Hessian矩阵迹快速索引匹配以及匹配点距离差平方和的相似性度量方法进行匹配。实验表明SURF匹配算法优于SIFT匹配算法,并可实现快速、鲁棒、准确匹配,为实现盲人局域图像导航奠定理论基础。     

自适应背景建模及运动目标的检测

提出一种能在动态摄像机场景下检测前景物的算法(AGMM).本方法采用角点特征对前后两帧图像进行匹配,估算两帧图像的移动向量,并以此校正高斯混合模型(GMM),并在此基础上进行背景的重建以及前景物的分割.以不同场景的视频序列对本算法和GMM算法进行比较.实验结果表明,提出的算法能够适应动态摄像机场景,以牺牲一点复杂度为代价,大大提高检测精度,并且在摄像机移动比较大的位移时仍然可以得到正确的结果.     

增强现实技术在虚实图像配准中的研究

通过标定对标志点进行匹配,利用变换关系将真实场景图像与计算机生成的虚拟物体图像准确配准,最终达到增强现实的效果,并通过计算机乳腺外科手术支援系统进行验证.     

贵州傩文化大数据集共享平台设计

在研究贵州傩文化大数据集规范化及数字化的基础上,对采集的傩文化数据进行规范化处理,提出新的二维数据工作流优化方法,实现了傩文化资源的标准化。并通过整合傩文化数据集共享数字媒体、傩面具数字化移动虚拟现实系统、傩文化博物馆全景地图等资源,建立了傩文化大数据集开放平台。基于大数据保护技术的傩文化数据平台,整合傩文化开放资源共享与数据标准系统。为傩文化提供一种数据管理新模式,开发标准资源服务平台,确立信息共享的新方法。     

Outdoor guide system based on the mobile augmented reality technology

This paper proposes an outdoor guide system using vision-based augmented reality （AR） on mobile devices.Augmented reality provides a virtual-real fusion display interface for outdoor guide.Vision-based methods are more accurate than GPS or other hardware-based methods.However,vision-based methods require more resources and relatively strong computing power of mobile devices.A C/S framework for vision based augmented reality system is introduced in this paper.In a server,a vocabulary tree is used for location recognition.In a mobile device,BRISK feature is combined with optical flow methods to track the offline keyframe.The system is tested on UKbench datasets and in real environment.Experimental results show that the proposed vision-based augmented reality system works well and yields relatively high recognition rate and that the mobile device achieves realtime recognition performance.     

傩在乡村文化中的附魅——基于萍乡石洞口傩文化调查

萍乡是中国赣傩的重要遗存地,不但保存众多的傩庙、傩面具,傩舞表演,而且在民间有很大的信仰人群。通过对萍乡石洞口傩文化的调查发现,傩神信仰在萍乡民众的精神生活层面发挥着重要的影响,具有整合乡村民众生活,增强乡民的凝聚力的重要作用。     

赣傩文化的审美象征特性及其图形形态的视觉延展

傩文化是我国历史上一个非常重要的文化现象,也是传统文化为我们留下的一笔可贵的文化遗产。其呈现的人物神情及其冠饰都具有特定的文化内涵和意义指向,傩面具图形具有鲜明的地域风格和神秘的宗教含义。造型风格古朴,具有神秘悠远的艺术韵味。本文就从赣傩文化的审美特性研究延伸到傩文化图形的应用空间。     

增强现实中的多层次遮挡算法

提出了一种改进的基于几何立体匹配的遮挡检测算法来提高增强现实系统中虚实遮挡检测的实时性、精度和鲁棒性．通过立体图像对中虚实点的投影位置关系判断虚实点之间的遮挡关系,不需要进行深度计算,能够有效提高遮挡检测的速度;通过选择网格边界上特征明显的边点进行检测运算能够提高遮挡检测精度;根据显示状态的连续性,提出一种状态拟合模型来改善算法的鲁棒性．实验结果证明此遮挡算法可以实现虚实物体间快速、可靠的多层次遮挡检测．     

浅析面具在两汉时期的功能及应用

汉代的面具分为假面、假头、面罩、面像四种。汉画百戏中的面具主要有防护头部、扮饰角色的功能;汉代傩仪中的面具多为假面,具有征服鬼蜮魍魉、通神震慑的功能;丧葬礼仪中的面具主要有缀玉面罩、玉衣面罩、木质漆面罩、青铜人面像、镇墓吞口等,其功能是镇守墓室、延缓尸体腐烂、纪念死者威仪。     

MR中融合语义特征传播模型的前景对象感知定位算法

移动主体获得准确的定位信息是构建稳定的混合现实(mixed reality,MR)系统的关键,然而MR中的前景对象对传统定位算法的精度影响较大.现阶段基于深度学习的定位算法可以通过识别前景对象来提升精度,但深度学习模型耗时过高,导致算法实时性下降.针对该问题,提出了一种MR中融合语义特征传播模型的前景对象感知定位算法.该算法依托语义分割网络与一种快速旋转的二进制独立稳定描述子特征(oriented fast and rotated binary robust independent elementary feature,ORB)提取算法构建了语义特征传播模型,实现高速语义特征提取;融合该模型和几何特征检测方法实现算法中的前景对象感知层,并依赖该感知层剔除MR中前景对象的特征点,构建了背景特征点集,实现高精度、高实时性的定位.实验结果表明:在慕尼黑工业大学(Technical University of Munich,TUM)公共数据集的高动态前景对象场景中,相比动态语义视觉同步定位与建图(dynamic semantic visual simultaneous localization...