一种基于SURF与地理格网模型的增强现实方法

doi:10.3969/j.issn.1006-2475.2018.06.010

计算机与现代化 ›› 2018, Vol. 0 ›› Issue (06): 47-.doi: 10.3969/j.issn.1006-2475.2018.06.010

一种基于SURF与地理格网模型的增强现实方法

（交通运输部天津水运工程科学研究所，天津300456）

收稿日期:2018-02-27 出版日期:2018-07-05 发布日期:2018-07-05
作者简介:毕金强(1985-)，男，山东威海人，交通运输部天津水运工程科学研究所工程师，硕士，研究方向：GIS空间分析，图像处理。
基金资助:
中央级公益性科研院所基本科研业务费专项资金资助项目(TKS160213)

AnAugmentedRealityMethodBasedonSURFandGeographicGridModel

(TianjinResearchInstituteforWaterTransportEngineering,M.O.T.,Tianjin300456,China)

Received:2018-02-27 Online:2018-07-05 Published:2018-07-05

摘要/Abstract

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0.376km2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。

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

Abstract: Imagerecognitionandmatchingisthefoundationandkeyofresearchandapplicationonthefieldofaugmentedreality.Accordingtothewideareaandrandomnessofoutdoorscenes,similarityoftargettexturestructure,anaugmentedrealitymethodbasedonSURFandgeographicgridmodelisproposed.ThemethodaccordingtothecorrelationbetweenthetargetsceneandthegeographicallocationdetectstheimagefeaturepointstogeneratetheLocation-SURFimagefeaturedescription,constructsthespatialfourforktreeindexbasedonthegeographicalgrid,andbuildsthestaticfeaturesampledatabase.Featureimagesaregeneratedbyvideoframe,locationandangleinformation,anduploadedtotheservertoparseoperations,andtrainedtomatchwiththesampledatabase.Testsresearchwhichgathers270piecesofimagedatatoconstructasampledatabaseisdoneintheNingboglobalnavigationsquareabout0.376km2.Onlinefeaturepointscanbematchedonlinethroughthereal-timecollectionandcalculationofspotimage,andtheaccuracyofmatchingupcanbeimprovedbyadjustingtheproportionofdistancethreshold.Amobileaugmentedrealitysystemisdevelopedbasedonthismethod,whichusesfourlayersoftechnologyarchitecturetorealizetheparallelizationoftheterminalcollection,displayandserveranalysisandcalculation,andachievesthefusioneffectoftherealsceneandthevirtualinformation.Theapplicationresultsshowthat:Thismethodcansolvetheproblemoflowmatchingofimagerecognitionincomplexenvironment,canquicklycompletethedetectionandextractionoffeaturepoints,caneffectivelycompletesampletrainingandmatching.Aswellasthismethodmakesausefulattempttoprovideaneffectivewayintheoutdoormobileaugmentedreality.

Key words: mobileaugmentedreality, imagerecognitionandmatching, featurepointdetection, geographicgrid

中图分类号:

TP317.4

毕金强,许家帅,辛全波,尚东方. 一种基于SURF与地理格网模型的增强现实方法[J]. 计算机与现代化, 2018, 0(06): 47-.

BIJin-qiang,XUJia-shuai,XINQuan-bo,SHANGDong-fang. AnAugmentedRealityMethodBasedonSURFandGeographicGridModel[J]. Computer and Modernization, 2018, 0(06): 47-.

参考文献

［1］罗斌,王涌天,沈浩,等.增强现实混合跟踪技术综述［J］.自动化学报,2013,39(8):1185-1201.
［2］LoweDG.Distinctiveimagefeaturesfromscale-invariantkeypoints［J］.InternationalJournalofComputerVision,2004,60(2):91-110.
［3］RostenE,DrummondT.Fusingpointsandlinesforhighperformancetracking［C］//Proceedingsofthe10thIEEEInternationalConferenceonComputerVision.2005,2:1508-1515.
［4］BayH,EssA,TuytelaarsT,etal.Speeded-uprobustfeatures(SURF)［J］.ComputerVisionandImageUnderstanding(CVIU),2008,110(3):346-359.
［5］WagnerD,ReitmayrG,MulloniA,etal.Posetrackingfromnaturalfeaturesonmobilephones［C］//Proceedingsofthe7thIEEE/ACMInternationalSymposiumonMixedandAugmentedReality(ISMAR08).2008:15-18.
［6］李扬,孙超,张明敏,等.跟踪与匹配并行的增强现实注册方法［J］．中国图象图形学报,2011,16(4)：680-685.
［7］王涌天,林倞,刘越,等.亦真亦幻的户外增强现实系统-圆明园的数字重建［J］.中国科学基金,2006,20(2):76-80.
［8］OlivaA,TorralbaA.Modelingtheshapeofthescene:Aholisticrepresentationofthespatialenvelope［J］.InternationalJournalonComputerVision,2001,42(3):145-175.
［9］VogelJ,SchieleB.Naturalsceneretrievalbasedonasemanticmodelingstep［C］//The3rdInternationalConferenceonImageandVideoRetrieval.2004:207-215.
［10］范志强,赵沁平.一种基于数据聚类的鲁棒SIFT特征匹配方法［J］.计算机研究与发展,2012,49(5)：1123-1129.
［11］秦磊,高文.基于内容相关性的场景图像分类方法［J］.计算机研究与发展,2009,46(7):1198-1205.
［12］孙世宇,张岩,李建增,等.影响特征检测子鲁棒性与速度方法的对比分析［J］.电光与控制,2017(8):24-28.
［13］惠记庄,罗丽,杨永奎,等.基于SURF-BRISK的目标识别匹配与定位方法研究［J］.长安大学学报(自然科学版),2016,36(3):93-101.
［14］罗菁,林树忠,倪建云,等.基于Hessian矩阵的指纹细节点提取方法［J］.光电工程,2008,35(11):134-138.
［15］狄琳.建立新国家地理格网服务地理国情监测初探［J］.测绘通报,2011(12):1-2.
［16］白凤文,许华燕.国家地理格网在数字城市建设中的应用［J］.测绘通报,2012(4):92-94.
［17］GB/T12409-2009,地理格网［S］.
［18］郭薇,郭菁,胡志勇.空间数据库索引技术［M］.上海:上海交通大学出版社,2006.
［19］周玉科,周成虎,马廷,等.基于数据分治与双层索引的并行点面叠加分析方法研究［J］.地理与地理信息科学,2015,31(2):1-6.
［20］严雷,杨晓刚,郭鸿飞,等.结合图像识别的移动增强现实系统设计与应用［J］.中国图象图形学报,2016,21(2):184-191.
［21］张贵安,袁志勇,童倩倩,等.层次结构K-d树的立体图像快速匹配方法［J］.软件学报,2016,27(10):2462-2472.
［22］陈剑虹,韩小珍.结合FAST-SURF和改进k-d树最近邻查找的图像配准［J］.西安理工大学学报,2016,32(2):213-217.

一种基于SURF与地理格网模型的增强现实方法

AnAugmentedRealityMethodBasedonSURFandGeographicGridModel

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

编辑推荐

Metrics

本文评价