基于图像特征的AR算法研究

【摘要】：目前在材料力学的课程安排和学习过程中,为了更好地对学生呈现力学原理,主要采用实验的方式。这种学习方式使抽象事物更直观形象,从而提高学生的参与性、互动性。但是仍然具有以下不足:实施条件要求高、控制严、难度大、效果不佳。为更高效便捷地提升教学效果,提升实验本身的趣味性,本文利用增强现实技术开发AR教学系统。该系统是以材料力学应力应变知识点为例,进行了实验的模拟和结果的展示,用于辅助教学授课。该系统的难点是实现图片的注册识别、动态背景下目标跟踪和实验过程的模拟实现。本文主要研究内容有以下几个方面:第一点,对图像特征捕捉匹配进行了研究。为提高AR教学系统特征匹配准确性、实时性及适用性,需要对图像特征点提取与匹配算法进行研究。常用的图像特征提取算法都存在着一定的局限性:FAST算法对噪声敏感,ORB算法对尺度变换敏感,因此文章主要在FAST算法和ORB算法基础上提出改进的MFO图像特征点提取匹配算法。其实质为融合了的FAST和ORB图像特征与匹配算法。这种方法可以弥补FAST和ORB单独使用时的不足,更利于捕捉匹配复杂的图像特征。第二点,在图像特征处理后,对目标跟踪算法进行研究。目标跟踪在动态背景下一定概率会产生目标丢失、报错等现象。本文在KCF基础上,提出KCF+算法。这个算法在原有基础上有效减少目标跟踪误差、提高准确率和速度,能更好地胜任AR教学系统的识别与跟踪功能。最后,结合上述两种算法MFO和KCF+,分析课堂教学流程的需求,设计力学AR教学系统。本文利用移动端教学工具,完成系统的搭建,实现力学AR教学系统开发设计。利用虚拟机和移动端实体设备测试,保证功能流畅运行前提下,检验方案的可行性和理论架构的合理性。最后通过案例验证,均能按照预期实现各项功能,达到移动端流畅运行效果。