|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
增强现实、位置服务、计算机视觉、地理信息等领域方向的交叉融合，使得基于图像素材的位置计算、空间定位、虚拟导航已经成为国内外有关研究方向的前沿热点。本论文依托科研课题，根据增强现实在图像处理、虚实注册、人机交互等方面的技术特点，针对增强现实场景在空间定位、虚拟向导方面的关键题目，结合位置计算、计算机视觉、地理信息等方面的方法或技术，开展了增强现实场景的空间定位与虚拟向导研究，主要包含以下三个方面的研究开发工作。 （1）研究并设计了一种基于地理信息的图像素材库构建方法，并利用该方法建立了一个支持空间定位实验的小型图像素材库。首先，设计并实现了一个基于图像素材的地理信息交互式标注工具，用户可以使用该工具在图像中勾勒出感兴趣的区域，并标注出该区域的地理信息。然后，使用用户标注后的真实场景无序图像，提取图像视觉特征进行三维重建，得到场景的三维点云模型，并将用户标注的地理信息映射到这些点云模型，得到每个点云模型结构点的标注信息。其次，获取每一个地理信息标注对应的点云模型结构点集合，在该集合中迭代使用随机抽样一致化平面拟合算法，计算出相应图像场景的主要结构平面，并以结构平面优化用户标注的地理信息。最后，利用真实场景的图像视觉特征和结构平面、以及标注和优化的地理信息，构建基于地理信息的图像素材库。 （2）提出并实现了一种基于结构平面匹配的空间定位算法。一方面，针对建立的小型图像素材库及其地理信息，根据点云模型结构点的优先级进行采样，利用采样数据计算出结构点的密度；通过结构点的密度值划分出场景结构平面的两个尺度（高密度结构平面和低密度结构平面）；并且利用素材库的结构点地理信息，统计分析出场景结构平面之间的空间相邻关系。另一方面，针对需要进行图像内容空间定位的输入图像，以结构平面作为空间定位必需的匹配基本单元，将输入图像的视觉特征与素材库的低密度结构平面进行匹配；如果低密度匹配成功，则将输入图像的视觉特征与素材库的高密度结构平面进行匹配；如果高密度匹配成功，利用高密度结构平面有关信息，可以计算出输入图像的相机位置和角度。 （3）基于上述研究成果，研究并实现了一个增强现实场景的图像序列内容标注与虚拟向导应用系统。在上述低密度匹配和高密度匹配均成功的前提下，利用输入图像的相机位置和角度，将小型图像素材库的相应地理信息投影到输入图像，通过裁剪和消隐处理后，在输入图像上自动标注出相应的地理信息。并且，给出并实现了一种素材库所有图像的成像相机位置移动路径生成算法，同时利用用户输入的目的地址名称、小型图像素材库的地理信息，可以计算出从输入图像的成像相机位置到目的地的最优路径，在基于输入图像的增强现实场景中显示出虚拟向导信息。 实验结果表明，本论文提出的基于结构平面匹配的空间定位算法，在保持空间定位精度的情况下，需要较少的计算开销。并且，增强现实场景的图像序列内容标注与虚拟向导应用系统，具有较直观实用的特点。 |
上一篇：支持时间特性的UML建模工具的设计与实现下一篇：北京首都国际机场航空枢纽发展战略研究
|
发表于 2022-5-4 14:43:22
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
