共查询到19条相似文献,搜索用时 140 毫秒
1.
2.
3.
户外增强现实系统的构建是一项十分困难的工作.提出基于改进的ARToolkit的户外增强现实系统的构建方案和技术路线,即通过对ARTooIKit进行改进使其可以接收GPs/三维电子罗盘的数据,使其在保留视频检测三维注册功能的基础上,增加了基于GPs/三维电子罗盘的三维注册的功能,通过三维管线为例进行的实证研究表明,该方案简单易行. 相似文献
4.
5.
6.
7.
8.
9.
10.
根据序列图像中的运动目标特征像点必须要满足在像平面里的约束条件,又要满足其空间三维运动规律,导出一套准三维运动模型。进而建立了连续非线性的系统动态模型和离散线性的量测模型,得到一套准三维自动寻的跟踪处理算法,利用二维观测结果就可以实现三维形式的智能跟踪。算法简单,易于实现,而且同样具有三维智能跟踪的优良特点,即抗丢失、抗机动和抗噪扰的鲁棒性能。模拟和真实图像序列的实验结果充分证明了该算法的优良性能。 相似文献
11.
12.
13.
14.
系统误差配准是多平台、多传感器目标跟踪的关键环节,可以有效地估计雷达跟踪系统误差,并进行准确误差补偿。若不进行精确的系统误差配准,则可能导致多平台、多传感器跟踪系统对目标融合跟踪的错误或对同一目标产生多条航迹,从而导致系统性能恶化。给出了基于目标SINGER运动模型的扩维卡尔曼滤波算法。通过仿真实验分析了误差配准精度与机动频率的关系,结论为针对不同机动频率目标进行雷达跟踪系统的误差配准提供理论参考。 相似文献
15.
16.
一种改进的雷达组网误差配准算法 总被引:5,自引:0,他引:5
雷达组网系统首先要解决误差配准问题,来准确地估计和消除系统误差。对一种经典的误差配准技术广义最小二乘估计GLSE配准算法进行了研究,讨论了系统偏差增大时,配准精度退化的原因,并针对这一问题提出了一种改进的误差配准算法(MGLSE算法)。通过循环配准,MGLSE算法不但可以对真实的系统偏差进行逼近,而且当GLSE算法失效时,可以自动退出配准循环,放弃配准。仿真结果表明,系统偏差较大时MGLSE算法优于GLSE算法和其他传统的配准算法,并具有配准效果自动检验功能,防止配准后系统偏差反而增大。 相似文献
17.
地理配准技术是增强现实与地理信息系统结合应用的一项关键技术,其配准精度对ARGIS (Augmented Reality Geographic Information System)的可用性有显著的影响。针对增强现实这一应用,阐释了增强现实地理配准的基本概念与技术原理,提出了地理配准精度量化评估方法;结合预先采集的高精度地理信息数据,采用多种硬件设备设计了不同的地理配准精度评估方案,实际评估了各类地理配准方法的量化精度;基于评估结果,进一步分析了配准误差因素及各方法的局限性,探讨了不同应用场景的配准方案思路,为后续研究提供参考和借鉴。 相似文献
18.
在研究透镜成像模型与针孔成像模型的基础上,提出了一种基于亮度和深度信息的实时景深渲染算法,首次把景深渲染应用到增强现实系统。使用OpenGL和Visual Studio2008实现整个算法。通过建立三维空间坐标系,实时追踪和获取真实场景深度信息,把生成虚拟物体融入到真实场景中。随后,依据亮度信息对虚实融合场景进行模糊处理。最后进行图像融合,把模拟的景深效果输出到屏幕。实验结果表明,新算法更接近于真实摄像机拍摄的景深效果图,适用于增强现实系统。 相似文献
19.
High speed robust image registration and localization
using optimized algorithm and its performances evaluation
下载免费PDF全文
![点击此处可从《系统工程与电子技术(英文版)》网站下载免费的PDF全文](/ch/ext_images/free.gif)
Local invariant algorithm applied in downward-looking image registration, usually computes the camera’s pose relative to visual landmarks. Generally, there are three requirements in the process of image registration when using these approaches. First, the algorithm is apt to be influenced by illumination. Second, algorithm should have less computational complexity. Third, the depth information of images needs to be estimated without other sensors. This paper investigates a famous local invariant feature named speeded up robust feature (SURF), and proposes a highspeed and robust image registration and localization algorithm based on it. With supports from feature tracking and pose estimation methods, the proposed algorithm can compute camera poses under different conditions of scale, viewpoint and rotation so as to precisely localize object’s position. At last, the study makes registration experiment by scale invariant feature transform (SIFT), SURF and the proposed algorithm, and designs a method to evaluate their performances. Furthermore, this study makes object retrieval test on remote sensing video. For there is big deformation on remote sensing frames, the registration algorithm absorbs the Kanade-Lucas-Tomasi (KLT) 3-D coplanar calibration feature tracker methods, which can localize interesting targets precisely and efficiently. The experimental results prove that the proposed method has a higher localization speed and lower localization error rate than traditional visual simultaneous localization and mapping (vSLAM) in a period of time. 相似文献