《表1 不同特征检测算法效果对比》
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。
图表编号 | XD0015374400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.09.01 |
作者 | 王磊、王存睿、白海娟 |
绘制单位 | 大连民族大学计算机科学与工程学院、大连民族大学大连市民族文化数字技术重点实验室、大连民族大学计算机科学与工程学院、大连民族大学大连市民族文化数字技术重点实验室、大连民族大学计算机科学与工程学院、大连民族大学大连市民族文化数字技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |