论文部分内容阅读
在增强现实系统的复杂场景中，对目标的实时跟踪受到场景中诸多因素的制约，导致实时跟踪方法效率低且不准确，为此提出一种基于自然特征的实时跟踪方法。设计了一种螺旋分割模型，对捕获的图像进行螺旋分割，利用SURF算法在分割子块中提取特征点，并进行匹配。在对目标进行跟踪定位时，利用前一帧来预测当前帧目标出现的位置，以减少SURF算法的扫描区域，加速系统运算效率。实验中分别对场景光线强弱、视点和仿射变化以及目标被部分遮挡等不同情况进行测试，该方法均表现出较高的跟踪效率。