移動(dòng)學(xué)習(xí)以互聯(lián)網(wǎng)為載體,通過計(jì)算機(jī)技術(shù)打破時(shí)空限制,使知識(shí)獲取方式更加便捷,進(jìn)一步推進(jìn)教育資源共享。但是目前移動(dòng)學(xué)習(xí)表現(xiàn)形式單一,實(shí)踐不易開展,學(xué)習(xí)者常處于被動(dòng)接受地位。增強(qiáng)現(xiàn)實(shí)技術(shù)將虛擬三維場(chǎng)景疊加顯示在真實(shí)世界場(chǎng)景中使內(nèi)容展示效果直觀立體,但是移動(dòng)端實(shí)時(shí)圖像匹配性能存在瓶頸。本文將增強(qiáng)現(xiàn)實(shí)技術(shù)與MOOC移動(dòng)學(xué)習(xí)模式相結(jié)合,開發(fā)了具有AR互動(dòng)功能的移動(dòng)學(xué)習(xí)平臺(tái),主要工作內(nèi)容為:分析了圖像匹配技術(shù)基本原理,研究基于AKAZE算法(Accelerated-KAZE)的圖像匹配技術(shù)。AKAZE算法構(gòu)建非線性尺度空間通過快速顯式擴(kuò)散方法加速非線性濾波,使圖像匹配實(shí)時(shí)性和穩(wěn)定性大幅提升。對(duì)比AKAZE算法與ORB算法、BRISK算法在圖像匹配方面綜合性能可知AKAZE算法更符合增強(qiáng)現(xiàn)實(shí)技術(shù)中圖像實(shí)時(shí)匹配性能要求。研究了基于AKAZE算法的圖像匹配工作流程,并將其應(yīng)用于增強(qiáng)現(xiàn)實(shí)技術(shù)跟蹤注冊(cè)環(huán)節(jié),通過Unity引擎進(jìn)行平臺(tái)構(gòu)建,OpenCV庫構(gòu)建圖像匹配主程序。用戶使用移動(dòng)智能設(shè)備攝像頭掃描圖像,圖像匹配主程序從視頻流中截取圖像幀,通過AKAZE算法進(jìn)行圖像特征檢測(cè),通過64位M-LDB描述符對(duì)圖...

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１區(qū)域特征選擇示意圖??

／／＾ｙ＼碩士學(xué)位論之??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??２．１．２圖像特征分類??圖像特征按照提取方式不同可以分為全局特征和局部特征。全局特征主要是指??圖像整體屬性，如方差、梯度、顏色、紋理信息等，這些信息以像素為單位，表示??直觀易于處理。全局特征常用于物體跟蹤和識(shí)別，例....

圖２．２特征點(diǎn)匹配示意圖??

丨碩士學(xué)位論文??ｖＭ＾ＷＪ）?ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??＿匿??（ａ）?（ｂ＞??圖２．２特征點(diǎn)匹配示意圖??如圖２．２所示，當(dāng)圖像發(fā)生旋轉(zhuǎn)時(shí)，圖２．２（ａ）中提取的特征點(diǎn)絕大多數(shù)都能在圖??２．２（ｂ）中找到對(duì)應(yīng)點(diǎn)，這些特征點(diǎn)就是有效匹配點(diǎn)。??衡量一個(gè)特征提取算法穩(wěn)....

圖２．３圖像金字塔示意圖??尺度空間可分為線性尺度空間和非線性尺度空間｜２９］

碩士學(xué)位論文??ｖＭ＾Ｕ）?ＭＡＳＴＥＲ?Ｓ?ＴＨＥＳＩＳ??補(bǔ)?ｆ??第３層??＝??雖??圖２．３圖像金字塔示意圖??尺度空間可分為線性尺度空間和非線性尺度空間｜２９］。線性尺度空間主要采用??高斯核函數(shù)進(jìn)行構(gòu)造．通過高斯濾波生成０組圖像金字塔，每組金字塔有Ｌ層圖??像．這組....

圖２．４?ＲＡＮＳＡＣ算法篩選結(jié)果示意圖??如圖２．４所示，ＲＡＮＳＡＣ算法能夠有效剔除誤匹配特征點(diǎn)對(duì)，保留正確匹配的??特征點(diǎn)對(duì)，進(jìn)一步提高圖像匹配的準(zhǔn)確率和穩(wěn)定性

／／ｐｙ＼碩士學(xué)位論文??ＭＡＳＴＥＲ?Ｓ?ＴＨＥＳＩＳ??相同即為正確匹配，否則為錯(cuò)誤匹配。??（３）?ＲＡＮＳＡＣ算法…１通過匹配點(diǎn)集來計(jì)算兩個(gè)圖像單應(yīng)矩陣，若單應(yīng)矩陣與??數(shù)據(jù)之間投影誤差小于預(yù)設(shè)閾值即為正確匹配，否則為錯(cuò)誤匹配。ＲＡＮＳＡＣ算法通??常分為三個(gè)步驟：隨機(jī)從....

本文編號(hào)：3924863