《表1 不同特征检测算法效果对比》

  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

《贵州傩面具数字化及增强现实技术研究》

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

MAR系统工作过程如下:初始化移动设备摄像头，获取真实场景的关键帧照片，通过匹配特征点识别特征图像，对移动端位姿估计，确定虚拟模型与真实场景间空间距离，在当前的视窗上叠加生成虚拟模型融合输出。本例采用傩面具中开路将军插图作为被识别图，在复杂环境下对本文MAR系统进行测试，被识别图与摄像机捕捉的图片的特征提取与匹配结果如图6，不同特征检测算法效果对比见表1。不难发现AKAZE与FREAK特征数量大计算速度慢，ORB的特征提取数量较少速度快，改进的ORB算法，计算速度更快，特征点识别效能更高，适用在移动端显示傩面具复杂纹理的特征识别。检测局部特征，算法对于光线、噪声、和微小视角改变的容忍度相当高，有较高的识别相率。且在特征分布上ORB特征的分布也正确区域较多，匹配正确率相对较高，在MAR系统的实时性高效性，改进的ORB特征匹配算法有较好的表现。