室内无标记增强现实家具系统

来源 :广西大学 | 被引量 : 0次 | 上传用户:luchsky123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近些年来,房地产市场的火爆导致家具行业的快速发展,用户在购买家具时由于没有直观的体验,家具到家后没有达到预想的效果。而且会存在尺寸需要预先测量和整体配合等问题。而随着增强现实技术的发展可以完美的解决上述问题。增强现实(Augmented Reality,AR)技术是一种实时的计算摄像机影像的位置和角度并加上相应的图像的技术,虚拟信息与真实世界进行巧妙融合,将计算机图形、文字、音乐等信息覆盖到真实的世界上,两者相互叠加,从而完成对真实世界的补充和增强。同时用户可以使用动作、手势、语音、眼动和体感等多种方式来与虚拟对象进行人机交互,得到真实世界中没有的感官体验。无标记AR家具系统是指将无标记增强现实技术应用于日常生活领域,通过在家庭室内摆放3D虚拟家具模型,验证家具摆放是否符合尺寸要求以及美观。进一步提高用户的购物体验。本文提出一种无标记增强现实家具系统,将密度聚类作为虚实融合模块的“纽带”,摆脱传统人工标志物限制,将虚拟家具与真实的室内环境进行无缝融合。具体研究内容如下:1、确定了虚拟物体在没有定标物情况下的显示位置,目前主流的方式是采用人工标志物来确定虚拟物体在真实世界中的坐标,但是这样就会存在需要预先设计、放置定标物以及遮挡等问题。本文利用DBSCAN密度聚类算法对室内特征点进行分类筛选,在筛选后的特征点建立虚拟物体显示平面,摆脱标志物的限制。2、对虚拟物体进行实时跟踪注册,在无标志物的情况下利用三维重建技术完成对虚拟物体的跟踪及注册。结合计算机图形学,利用3ds Max构建虚拟家具模型,最后利用Open GL完成虚拟家具模型的显示。3、为了验证本文设想的可行性,设计了一款结合DBSCAN和PTAM的无标记增强现实技术的室内家居系统,并对它的进行性能优化,与市面上流行的增强现实算法对比后得出,具有虚实融合、较好的人机交互以及无需预先设置定标物等特点,该系统有良好的使用价值。
其他文献
时间控制加密技术(Timed-Release Encryption,TRE),主要解决“发送一个仅可在指定时间之后解密的消息”的问题。2008年金融危机之后,题为《比特币:一种点对点的电子现金系统
学位
儿童和青少年的骨龄表明了他们的生长发育情况,骨龄评估在医学、体育、司法等领域有着广泛的应用。传统的骨龄评估临床方法是由医生通过肉眼观察左手整手X光片中多块特定骨头
针对云计算领域的资源调度这一问题,国内外学者提出了多种云资源调度模型对其进行求解,但是在实际应用过程中会存在不确定性,因此为使云资源调度模型其更贴合实际,本文使用模
科学技术的快速发展缩短了产品的生命周期,市场上新产品的不断出现使得企业之间的市场竞争越来越激烈,企业所处的竞争环境对企业决策造成了影响。另外,新技术的应用使企业产
傅里叶叠层成像是一种计算成像技术,可从一组采集的低分辨率图像中重构高分辨率图像,解决了显微成像中无法兼并大视场与高分辨率的问题。传统的傅里叶叠层成像算法需要多次迭代,计算复杂度高,且重构性能较差。该文提出了基于深度学习的傅里叶叠层成像方法,提高了重构图像的质量。同时,降低了重构方法的计算复杂度,并且对不同类型的噪声具有鲁棒性。该文研究内容如下:首先,将深度学习方法运用于傅里叶叠层成像中,提出双分支
“三农”问题是关系到我国经济和社会发展的根本问题。农村中作为基本领导力量的基层组织—村党支部和村委会,二者的协作能力对于农村发展有着不可忽视的作用。效能作为衡量
同时定位与地图构建(SLAM)一直以来都是机器人自动化领域具有研究价值的问题,它能够根据机器人运动过程中的位姿估计与传感器获取的环境信息实现自主定位和环境地图的建立。为此,本文重点对移动机器人在未知环境下的SLAM技术进行深入研究。首先,介绍了SLAM技术的研究背景和意义,并对国内外研究现状进行了描述,阐述了视觉SLAM技术的相关知识,包括SLAM问题的描述、视觉传感器、卡尔曼滤波和扩展卡尔曼滤波
字典学习和稀疏表示在非奇异人脸识别方面取得较大突破,但当人们用墨镜、围巾、假胡子等有意遮挡面部时,会引入大量变体,导致识别性能降低。样本多样性不足、可得数据量小等实际情况会使训练样本不足以表示测试样本变量,样本受损也会影响训练样本对测试样本的判别表示,因此需要学习更鲁棒的判别字典。该文在总结国内外字典学习算法基础上,提出以下三种改进算法:首先,针对传统稀疏编码用_1l或_2l范数解稀疏系数,对伪装
抗生素被普遍用来治疗和预防各种致病微生物对人畜的感染,然而抗生素的大量使用,严重威胁了生态和人类健康。对环境中抗生素进行快速灵敏的检测有助于监测它们对生态系统和人