面向增强现实的纹理生成与三维物体跟踪研究

来源 :浙江大学 | 被引量 : 0次 | 上传用户:jinjiajie
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
随着智能手机、平板电脑、头戴显示设备的飞速发展,增强现实技术得到了人们的广泛关注。增强现实具有虚实融合和三维注册等特点。因此,虚拟物体的真实感呈现和相机位姿的准确实时恢复是其中的两个关键问题。围绕着增强现实中的这两个关键问题,本文深入研究了三维物体的真实感纹理生成和三维物体跟踪注册,分别提出了一个半自动的高质量纹理生成方法和一个三维物体跟踪方法,有效提高了增强现实应用的用户体验。总体而言,本文的主要贡献如下:1)对于真实感纹理生成而言,它需要解决的问题是如何产生更加逼真的纹理信息,然而为了保证纹理表面的光测度一致性,目前主流的全自动纹理生成方法都会不可避免地产生纹理失真的现象。为此,本文提出了一套半自动的高质量纹理生成方法,该方法包含了自动纹理映射和交互纹理修复两个部分,通过对现有纹理映射算法的优化和加入人工的后处理流程从而可以生成更具有真实感的纹理信息。2)对于三维物体跟踪而言,它需要解决的问题是如何稳定地求解相机位姿,目前主流的跟踪算法都是基于纹理信息进行特征跟踪,然而现实生活中部分物体本身没有太多的特征,甚至表面还会存在高反光,目前的特征跟踪方法无法很好地处理这些问题。为此,本文提出了一个针对缺乏纹理信息的三维物体跟踪算法,并将其与现有的SLAM系统进行了融合,从而实现了对于陌生场景中已知三维物体的稳定跟踪。实验和对比结果表明,本文提出的半自动纹理生成方法可以有效提升纹理映射的质量,同时所提出的融合跟踪算法能够很好地对三维物体进行跟踪定位,可以满足增强现实的应用需求。
其他文献
随着移动通信和无线定位技术的发展,室内空间及其移动对象的数据管理成为目前数据管理领域的研究热点。由于定位系统的不同,传统的基于GPS位置的移动对象管理技术不能直接应用
个性化推荐具有主动性和及时性两大优势,是解决信息过载问题的重要途径。目前的个性化推荐技术中使用最多的是协同过滤技术,协同过滤大致分为两种算法:基于用户的协同过滤和基
随着室内外定位技术以及普适计算的发展,基于位置服务的应用需求引起了工业界和学术界的关注,而提供基于位置服务的前提是获取移动对象的位置。在室外,我们可以使用GPS获取移动
无线传感器网络(Wireless Sensor Networks,WSN)是由一些传感器节点以自组织的形式协同构成的无线网络。  智能交通系统(Intelligent Transportation System,ITS)是缓解交通
本体学习的许多方法也已经被国内外许多科研人员提出并应用,而对于本体学习任务中概念间非分类关系的获取,却被研究的较少,它也是本体学习中的难点。随着网络的发展,越来越多
随着我国国民经济的快速增长,煤炭的需求量呈现快速增长态势。国家和地方相继投资一批新建矿井以满足国民经济的发展对能源的需求。矿井建设包括很多子工程,是一个特别复杂的工
近年来,数据流分类问题引起了广大研究者越来越多的关注。然而,实际应用中的数据流的类分布往往是非平衡的,即某些类(小类)的实例数量明显少于其他类(大类),被称为倾斜数据流SDS(
随着计算机技术的不断进步及互联网的快速普及,互联网上的各类信息正以爆炸式的趋势发展,它在带给人们丰富充足的海量信息的同时,也给我们快速有效的搜索到最有用的信息为目
分布式环境下具有高并发扩展能力的缓存技术是当前众多软件系统迫切需要的,尤其是流媒体资源共享存储系统。设计分布式计算环境下的高并发扩展能力的缓存技术,具有广泛的应用前
参数化特征建模是目前主流的CAD建模方法,但是随着现在的模型越来越复杂,对参数化特征模型进行变动修改的效率和健壮性变得越来越低,而且基于历史的建模方式限制了用户在进行