一种基于SURF与地理格网模型的增强现实方法

• 作者: 尚东方 毕金强 许家帅 辛全波
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 移动增强现实 图像识别与匹配 特征点检测 地理网格
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 图像处理
• 页码范围: 47-53
• 页数: 7页
• 分类号: TP317.4
• 字数: 4623字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.06.010

摘要

图像识别与匹配是增强现实领域研究与应用的基础和关键,针对户外场景的广域性和随机性,以及目标纹理结构相似性等问题,提出一种基于SURF与地理格网模型的增强现实方法.该方法根据目标场景与地理位置的相关性,检测图像特征点并生成Location-SURF图像特征描述,基于地理格网模型构建空间四叉树索引,建成静态特征样本库.将视频帧、位置和角度信息生成特征图像,上传至服务端解析运算并与样本库训练匹配.选取宁波环球航运广场约0. 376 km2的区域,采集270余幅图像数据构建样本库并开展试验,通过现场图像的实时采集和计算,能够实现特征点的在线匹配,在此基础上通过调整点位距离比例的阈值,能够提升匹配的准确程度.基于该算法开发移动增强现实系统,运用四层技术架构实现了终端采集显示和服务端分析计算的并行化,达到真实场景与虚拟信息的融合显示效果.系统应用结果表明:该算法可以解决复杂环境下场景图像识别匹配率不高的问题,可快速地完成特征点的检测和提取,能够有效地进行样本训练和匹配,对户外移动增强现实进行了有益尝试并提供一种有效的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕金强		14	16	3.0	3.0
2	尚东方		9	10	2.0	2.0
3	辛全波		8	9	2.0	2.0
4	许家帅		6	10	2.0	3.0