《表1 4种算法特征点识别对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《AR技术在科技馆古代农具展示中的研究及实现》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

SIFT算法的特征描述符具有旋转和尺度不变性[5]；SURF算法由SIFT改进而来，大幅提高了计算效率[6]；ORB特征是目前非常具有代表性的实时图像特征，其很少受到图像噪声的影响，可以满足实时性的要求[7]；高通Vuforia算法是一个静态链接库，作为客户端封装进最终的App中，用来进行最主要的识别功能，提供了一系列的工具，其SLAM(Simultaneous Localization And Mapping）算法对于物品追踪和识别的效率最高。为了确保系统具有实时性和准确性，需要性能优良且准确率高的特征点提取算法来帮助系统进行目标识别，因此针对上述算法的性能进行了研究。基于OpenCV平台的Python脚本，使用古代农具“铜铲”作为识别目标，对上述算法进行了对比，对比结果如图5和表1所示。