排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对目前移动增强现实三维注册实时性不强和鲁棒性差的问题，提出一种基于改进加速鲁棒性特征（speed up robust features，SURF）算法和角点跟踪算法（Kanade-Lucas-Tomasi，KLT）的移动增强现实户外三维注册方法。该方法通过结合快速视网膜关键点（fast retina keypoint，FREAK）算法改进了SURF算法（简称SUFREAK），提高算法描述子构建效率，并保持了算法的鲁棒性。利用视频帧间的相关性，采用KLT光流跟踪算法对户外场景的自然特征点进行跟踪预测，以提高三维注册的实时性。实验结果表明，在户外复杂环境条件下，改进SURF算法具有较高的实时性和鲁棒性，且基于改进SURF和KLT算法的移动增强现实三维注册具有良好的实时性和图像识别效率。 相似文献
1