基于特征匹配的关联投影纹理映射

doi:10.3969/j.issn.1006-2475.2016.01.014

计算机与现代化

基于特征匹配的关联投影纹理映射

中国人民解放军理工大学指挥信息系统学院,江苏南京210007

收稿日期:2015-10-22 出版日期:2016-01-22 发布日期:2016-01-26
作者简介:刘子才(1990-),男,广东云浮人,中国人民解放军理工大学指挥信息系统学院硕士研究生,研究方向:计算机网络,图形学; 胡谷雨(1963-),男,浙江东阳人,教授,博士生导师,研究方向:计算机网络,智能网络; 罗建欣(1984-),男,江苏南京人,讲师,博士,研究方向:计算机网络,栅格化建模。
基金资助:
国家863计划项目(2012AA01A509); 江苏省自然科学青年基金资助项目(BK20150722)

Relation Projection Texture Mapping Based on Feature Matching

Academy of Command Information System, PLA University of Science and Technology, Nanjing 210007, China

Received:2015-10-22 Online:2016-01-22 Published:2016-01-26

摘要/Abstract

摘要： 在虚拟现实场景中，动态现实的重建过程尤为复杂，一般需要大量包含现实信息的图像进行整合。这些图像大部分都与其中一张或多张图像存在着公共区域，本文提出基于特征匹配的关联投影映射方法，根据这些公共区域，通过SIFT特征匹配提取图像之间的关联特性，利用此关联构造视图变换矩阵进行新的投影纹理映射。实验结果表明，这种方法稳定有效，并在重建动态现实中具有良好的应用效果。


关键词: 现实, SIFT特征, 关联, 投影纹理映射

Abstract: In virtual reality scenes, the reconstruction of the dynamic reality process is complicated that needs a lot of images which contain real information to consolidate. These images most have a public area with one or more images. This paper puts forward an algorithm named relation projection mapping method based on feature matching. On the basis of these public areas, it can extract the associated features among the images by SIFT feature matching. With the associated features, we can proceed a new projective texture mapping by constructing the view transformation matrix. The experimental results show that this method is stable and effective, and the dynamic reconstruction has a good application effect in reality.


Key words: reality, SIFT feature, relevance, projective texture mapping

中图分类号:

TP391.41

刘子才,胡谷雨,罗健欣. 基于特征匹配的关联投影纹理映射[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2016.01.014.

LIU Zi-cai, HU Gu-yu, LUO Jian-xin. Relation Projection Texture Mapping Based on Feature Matching[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2016.01.014.

参考文献

［1］左鲁梅,黄心渊. 纹理映射技术在三维游戏引擎中的应用［J］. 计算机仿真, 2004,21(10):146-148.
［2］夏蕾. 3D MAX在城市虚拟现实建模中的应用［J］. 电子测试, 2013(10):126-128.
［3］ Debevec P, Yu Yizhou, Borshukov G. Efficient view-dependentimage-based rendering with projective texture-mapping［C］// 9th Eurographics Workshop on Rendering. 1998:105-116.
［4］孟浩,程康. 基于SIFT特征点的双目视觉定位［J］. 哈尔滨工程大学学报, 2009,30(6):649-652.
［5］ Babaud J, Witkin A P, Baudin M, et al. Uniqueness of the gaussian kernel for scale-space filtering［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986,18(1):26-33
［6］ Koenderink J J. The structure of images［J］. Biological Cybernetics, 1984,50(5):363-370.
［7］ Lindeberg T. Scale-space for discrete signals［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1980,12(3):234-254.
［8］李庆丰,李巍,郭铁波,等. 尺度极值与峰值检测［J］. 哈尔滨理工大学学报, 1998,3(2):54-58.
［9］曲天伟,安波,陈桂兰. 改进的RANSAC算法在图像配准中的应用［J］. 计算机应用, 2010,30(7):1849-1851.
［10］Fischler M A, Bolles R C. Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography［J］. Communications of the ACM, 1981,24(6):381-395.
［11］郭力真,费广正,王文成,等. 结合纹理特征的模型简化误差度量算子［J］. 计算机学报, 2005,28(6):1054-1061.
［12］高文,陈熙霖. 计算机视觉——算法与系统原理［M］. 北京:清华大学出版社， 1999:59-60.
［13］童强. 基于两视图的图像匹配算法研究［D］. 合肥:安徽大学, 2006.
［14］闾海庆,邹峥嵘,罗发明,等. 近景摄影测量中旋转矩阵构成方法的研究［J］. 测绘科学, 2007,32(3):15-17.
［15］李静. 基于多视图的三维景物重建技术研究［D］. 广州:广东工业大学, 2013.
［16］吴福朝,张备伟. 平移视点间的单应矩阵［J］. 安徽大学学报(自然科学版), 2000,24(3):40-45.
［17］王娟,师军,吴宪祥. 图像拼接技术综述［J］. 计算机应用研究, 2008,25(7):1940-1943.

[1]	邱凯星, 冯广. 基于双重特征注意力的多标签图像分类模型[J]. 计算机与现代化, 2023, 0(12): 41-47.
[2]	钟松影. 基于关联规则Apriori算法的纺织原料成本预警[J]. 计算机与现代化, 2023, 0(07): 43-43.
[3]	王劭华, 欧阳会丹, 孙丹, 王康, 吴鸿萍, 钟询, 褚兴平, 杨松涛. 基于Apriori算法的大学生体测项目关联规则挖掘[J]. 计算机与现代化, 2023, 0(03): 66-70.
[4]	袁嘉立, 刘梦赤. 面向信息网模型的动态数据划分算法[J]. 计算机与现代化, 2022, 0(10): 100-105.
[5]	肖宏宇, 曾文驱, 王淑营. 基于模型特征匹配的BIM模型混合推荐算法[J]. 计算机与现代化, 2022, 0(01): 28-32.
[6]	刁旭炀, 刘晓阳, 徐利, 陈天群, 徐亚周. 一种面向跨项目软件缺陷预测的特征过滤与实例迁移框架[J]. 计算机与现代化, 2021, 0(12): 116-122.
[7]	邵孟巧, 吉顺慧, 张鹏程. AC-Rec:基于多维特征的科研合作者推荐方法[J]. 计算机与现代化, 2021, 0(03): 94-100.
[8]	安宇, 聂芸, 王国伟. AR场景中的基础态势数据展示与优化[J]. 计算机与现代化, 2021, 0(02): 30-34.
[9]	郭欣, 陈瑛, 章鸣嬛, 张璇, 潘曙明, 汤璐佳. 利用机器学习方法对灾难生命支持课程NDLS培训效果进行分析预测#br#[J]. 计算机与现代化, 2020, 0(12): 61-66.
[10]	刘嘉昕, 游珍, 黄捷文, 陈家祥, 胡洪文, . 基于庐山三维场景的图算法虚拟仿真系统研究[J]. 计算机与现代化, 2020, 0(12): 90-98.
[11]	陈卓, 李鑫, 杜军威, 袁玺明. 面向化工企业事故的根原因关联分析[J]. 计算机与现代化, 2020, 0(10): 1-6.
[12]	聂雷航, 聂芸, 王国伟. 增强现实与视觉惯导模块的位姿融合方法[J]. 计算机与现代化, 2020, 0(10): 97-102.
[13]	吴迪, 潘建乔, 余方召, 潘白浪, 龚雁峰. 基于HoloLens的变电站巡检系统[J]. 计算机与现代化, 2020, 0(07): 50-54.
[14]	冯云霞, 韩正亮, 薛蓉蓉, 宋波. 心血管疾病并发症与虚弱症关联模式研究[J]. 计算机与现代化, 2020, 0(07): 85-89.
[15]	于海洋. 快速挖掘最大频繁项集算法在图书馆管理中的应用[J]. 计算机与现代化, 2020, 0(06): 68-.

基于特征匹配的关联投影纹理映射

Relation Projection Texture Mapping Based on Feature Matching

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价