專利名稱：基于云計算的自然特征注冊方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種增強現(xiàn)實注冊技術(shù)，具體地說是一種基于云計算的自然特征注冊方法。
背景技術(shù)：
隨著人們對交互體驗的要求不斷增強，增強現(xiàn)實(Augmented Reality，AR)應(yīng)用已獲得快速發(fā)展。注冊是增強現(xiàn)實的重要技術(shù)之一。注冊即是虛擬物體和真實場景在三維空間中位置的一致性，即在空間上的整合，跟蹤注冊是一個持續(xù)的動態(tài)過程。當(dāng)用戶移動視點時，虛擬物體必須和用戶看到的真實目標(biāo)位置配準(zhǔn)。所以系統(tǒng)必須得知虛擬物體的準(zhǔn)確位置和方向，跟蹤不及時帶來的較大注冊誤差會導(dǎo)致不準(zhǔn)確的顯示結(jié)果。隨著應(yīng)用需求的變化，增強現(xiàn)實應(yīng)用環(huán)境已經(jīng)從室內(nèi)有標(biāo)記應(yīng)用環(huán)境向室外及無標(biāo)記的自然環(huán)境發(fā)展。利用自然特征來實時精確注冊虛擬物體已成為重要研究方向之一。對于增強現(xiàn)實注冊研究，如中國專利其名稱為“一種新的戶外增強現(xiàn)實無標(biāo)跟蹤注冊算法”，申請?zhí)?01010523833. 8，此發(fā)明使用紋理和輪廓兩種特征來對場景進(jìn)行表達(dá)， 并提出了基于混合特征跟蹤進(jìn)行注冊，此發(fā)明算法復(fù)雜，對實時效果不理想。如中國專利 其名稱為“一種基于標(biāo)志點的增強現(xiàn)實三維注冊方法和系統(tǒng)”，申請?zhí)?00710118266.6， 此發(fā)明將生成的不可見光標(biāo)志點投影到現(xiàn)實環(huán)境的承載面上，采用具有不可見光濾光片的攝像機對投影在承載面上的不可見光標(biāo)志點進(jìn)行拍攝，獲取所述不可見光標(biāo)志點在屏幕中的二維坐標(biāo)數(shù)據(jù)從而進(jìn)行注冊，此發(fā)明對攝像機硬件要求高，沒有太大實用價值。 如中國專利其名稱為“基于單應(yīng)性矩陣的多平面動態(tài)的增強現(xiàn)實注冊的方法”，申請?zhí)?201010535231. 4，根據(jù)場景中的特征的特殊屬性自動識別真實環(huán)境中的已知的位置來實現(xiàn)三維注冊，利用顏色和形狀信息進(jìn)行多平面的動態(tài)增強現(xiàn)實注冊，但此發(fā)明受外界環(huán)境影響較大。目前基于自然特征的注冊算法中對于對象的自然特征的發(fā)現(xiàn)還是一個重要的前提問題，且這些方法的實時性與精度要求皆不能滿足應(yīng)用要求。主要是計算機性能不足且不能靈活分配所致。

發(fā)明內(nèi)容
鑒于以上所述現(xiàn)有技術(shù)存在的問題和不足，本發(fā)明的目的在于提供一種基于云計算的自然特征注冊方法，該方法首先從包含對象的提取自然特征點集，建立坐標(biāo)系；然后從攝像頭拍攝的關(guān)鍵幀中提取自然特征點；再通過基于云的自然特征點匹配；最后根據(jù)匹配后的自然特征點修改空間坐標(biāo)，對虛擬物體進(jìn)行注冊，并渲染顯示。為達(dá)到上述目的，本發(fā)明采用下述技術(shù)構(gòu)思根據(jù)攝影原理、計算機視覺技術(shù)、光學(xué)技術(shù)、云計算技術(shù)等，通過分布計算提高自然特征點匹配的速度，達(dá)到實時的要求。本發(fā)明采用以下技術(shù)方案實現(xiàn)上述基于云計算的自然特征注冊方法，其步驟如下1、自然特征點提取，建立坐標(biāo)系通過攝像頭對想要注冊的對象的正視圖進(jìn)行拍攝，作為參考圖，從中提取自然特征點。并且可以根據(jù)需要進(jìn)行注冊的區(qū)域進(jìn)行分割，去除在區(qū)域外的自然特征點。通過獲得自然特征點，建立三維空間坐標(biāo)系，同時獲得攝像頭的投影矩陣。2、關(guān)鍵幀中自然特征點提取通過攝像頭對真實環(huán)境進(jìn)行拍攝，提取其中的關(guān)鍵幀。對關(guān)鍵幀進(jìn)行自然特征提取，提取的自然特征點作為欲匹配的點。3、基于云得匹配使用云計算中的關(guān)鍵技術(shù)之一的分布式計算對自然特征點進(jìn)行匹配。1)、根據(jù)匹配節(jié)點的數(shù)量，對步驟2中獲得的自然特征點進(jìn)行分組。將自然特征點的編號作為原始數(shù)據(jù)，即<key，-l>，其中key為每個自然特征點的編號；_1為自然特征點相似性的初始值，"I代表不匹配。2)、將各組的原始數(shù)據(jù)<key，-l>送入匹配節(jié)點中進(jìn)行相似度計算。通過與參考圖中提取的自然特征點分別計算相似度，得到數(shù)據(jù)<key，similarity〉，similarity為參考圖中自然特征點的編號與響應(yīng)的相似度值。3)、將具有相同key的數(shù)據(jù)<key，similarity〉送入同一判斷節(jié)點，對同一自然特征點，與參考圖中自然特征點相似度最高的相似度值與次高的相似度值進(jìn)行相除計算，如果小于規(guī)定的閾值，則認(rèn)為其為匹配的特征點。例如使用距離公式作為相似度計算，則可表示為
最近距離/次近距離 < 閾值
從而獲得欲匹配圖的自然特征點與參考圖的自然特征點的初步匹配結(jié)果<key，key_ match),其中keyjiiatch為與自然特征點key匹配的參考圖的自然特征點的編號。根據(jù)這些初步匹配結(jié)果，再通過消除錯配，得到正確的匹配結(jié)果。4、修改空間坐標(biāo)，對虛擬物體注冊渲染顯示根據(jù)自然特征點與參考圖中自然特征點的匹配關(guān)系，修正三維空間坐標(biāo)系，對虛擬物體在這坐標(biāo)系進(jìn)行計算，從而得到注冊， 使其處在正確的三維空間位置，并渲染顯示。結(jié)束后轉(zhuǎn)至步驟2進(jìn)行新的一輪循環(huán)。本發(fā)明與現(xiàn)有技術(shù)相比較，具有如下顯而易見的突出特點和顯著優(yōu)點本發(fā)明使用云計算中的分布計算對自然特征點進(jìn)行匹配計算，不受計算機性能不足局限，分配靈活， 大大提高了計算的速度，做到實時性的要求。不同于網(wǎng)格計算，云計算已商業(yè)化，使用戶在任何時間任何地點，只要連接到網(wǎng)絡(luò)，就能得到超級計算機的計算能力，使移動增強現(xiàn)實技術(shù)成為可能。并且本發(fā)明的通用性好，例如在自然特征點提取算法，可以使用已有的成熟算法，如SIFT、FAST算法等。今后如有更好的自然特征點提取算法，只需要替換這一模塊，就可以簡單升級。


圖1為本發(fā)明基于云計算的自然特征注冊方法程序框圖； 圖2為本發(fā)明基于云的匹配的示意圖。
具體實施例方式以下結(jié)合附圖對本發(fā)明的一個實施例作詳細(xì)說明。
本發(fā)明的一個優(yōu)選實施例，如圖1所示，本基于云計算的自然特征注冊方法包括步驟如下
①、自然特征點集提取，建立坐標(biāo)系；
②、關(guān)鍵幀中自然特征點提取；
③、基于云的匹配；
④、修改空間坐標(biāo)，對虛擬物體注冊渲染顯示。上述步驟①所述，自然特征點集提取，建立坐標(biāo)系，其具體步驟如下 (1 )、通過攝像頭對想要注冊的對象的正視圖進(jìn)行拍攝，作為參考(2)、使用SIFT算法提取自然特征點；
(3)、對需要進(jìn)行注冊的區(qū)域進(jìn)行分割；
(4)、去除在注冊區(qū)域外的SIFT特征點；
(5)、獲得攝像頭的投影矩陣；
(6)、根據(jù)獲得的SIFT特征點建立三維空間坐標(biāo)系。上述步驟②所述，關(guān)鍵幀中自然特征點提取，其具體步驟如下
(7)、攝像頭對真實環(huán)境進(jìn)行拍攝，提取其中的關(guān)鍵幀；
(8)、對關(guān)鍵幀進(jìn)行SIFT特征點提取作為欲匹配的點。上述步驟③所述，基于云的匹配，一個具有N個匹配節(jié)點和N個判斷節(jié)點的基于云的匹配示意圖，如圖2所示。其具體步驟如下
(9)、根據(jù)匹配節(jié)點的數(shù)量，對步驟②獲得的SIFT特征點進(jìn)行分組，例如圖2中匹配節(jié)點數(shù)為3，即將所有SIFT特征分成3組原始數(shù)據(jù)；
(10)、將SIFT特征點的編號記為key，組成原始數(shù)據(jù)<key，_1>送入匹配節(jié)點；
(11)、在匹配節(jié)點中，每個送入的SIFT特征點與參考圖中SIFT中的特征點進(jìn)行歐幾里得距離計算；
(12)、將歐幾里得距離與響應(yīng)的參考圖SIFT特征點編號記為similarity；
(13)、對從匹配節(jié)點中輸出的數(shù)據(jù)<key，similarity〉根據(jù)key進(jìn)行排序，將具有相同 key的數(shù)據(jù)，即同一 SIFT特征點的數(shù)據(jù)送入同一個判斷節(jié)點；
(14)在判斷節(jié)點中，對送入的數(shù)據(jù)<key，similarity)根據(jù)歐幾里得距離的大小進(jìn)行排序；
(15)、判斷最近距離除以次近距離是否小于事先設(shè)定的閾值，如滿足條件則此SIFT特征點與最近距離對應(yīng)的參考圖的SIFT特征點匹配，記為keyjiiatch，轉(zhuǎn)至步驟(16);如不滿足條件，則轉(zhuǎn)至步驟(14)，對另一 SIFT特征點進(jìn)行判斷；
(16)、對匹配的SIFT特征點keyjiiatch，通過計算RANSAC來消除錯配，得到正確的匹配結(jié)果。上述步驟④所述，修改空間坐標(biāo)，對虛擬物體注冊渲染顯示，其具體步驟如下
(17)、根據(jù)步驟(16)獲得的SIFT特征點與參考圖中SIFT特征點的正確匹配關(guān)系，修正三維空間坐標(biāo)系；
(18)、計算虛擬物體在修正后坐標(biāo)系中的坐標(biāo)；
(19),渲染虛擬物體，并在顯示設(shè)備輸出，轉(zhuǎn)至步驟(7)。
權(quán)利要求
1.一種基于云計算的自然特征注冊方法，其特征在于操作步驟如下①提取自然特征點集，建立坐標(biāo)系；②從攝像頭拍攝的關(guān)鍵幀中提取自然特征點；③通過基于云的自然特征點匹配；④修改空間坐標(biāo)，對虛擬物體進(jìn)行注冊渲染顯示。
2.根據(jù)權(quán)利要求1所述基于云計算的自然特征注冊方法，其特征在于所述步驟①提取自然特征點集，建立坐標(biāo)系的方法是通過攝像頭對想要注冊的對象的正視圖進(jìn)行拍攝，作為參考圖，從中提取自然特征點，通過這些自然特征點，建立三維空間坐標(biāo)系。
3.根據(jù)權(quán)利要求1所述基于云計算的自然特征注冊方法，其特征在于所述步驟②從攝像頭拍攝的關(guān)鍵幀中提取自然特征點的方法是從攝像頭拍攝到的實際圖像中，提取關(guān)鍵幀圖像，在圖像中提取自然特征點，作為欲匹配的點。
4.根據(jù)權(quán)利要求1所述基于云計算的自然特征注冊方法，其特征在于所述步驟③通過基于云的自然特征點匹配的方法是通過對自然特征點分組，將各組特征點送入匹配節(jié)點進(jìn)行相似度計算，之后將輸出結(jié)果送入判斷節(jié)點計算，最終獲得欲匹配圖的自然特征點與參考圖的自然特征點的初步匹配結(jié)果；根據(jù)初步匹配結(jié)果，通過消除錯配，得到正確的匹配結(jié)果。
5.根據(jù)權(quán)利要求1所述基于云計算的自然特征注冊方法，其特征在于所述步驟④修改空間坐標(biāo)，對虛擬物體進(jìn)行注冊渲染顯示的方法是通過自然特征點與參考圖中自然特征點的匹配關(guān)系，修改三維空間坐標(biāo)，對虛擬物體進(jìn)行注冊，使其處在正確的三維空間位置， 并渲染顯示。
全文摘要
本發(fā)明公開了一種基于云計算的自然特征注冊方法。該方法首先從包含對象的提取自然特征點集，建立坐標(biāo)系；然后從攝像頭拍攝的關(guān)鍵幀中提取自然特征點；再通過基于云的自然特征點匹配；最后根據(jù)匹配后的自然特征點修改空間坐標(biāo)，對虛擬物體進(jìn)行注冊，并渲染顯示。該方法使用商業(yè)化的云計算來提高自然特征的匹配速度，使增強現(xiàn)實無標(biāo)記注冊達(dá)到實時、精確的要求。
文檔編號G06T15/00GK102254345SQ20111018088
公開日2011年11月23日 申請日期2011年6月30日 優(yōu)先權(quán)日2011年6月30日
發(fā)明者凌晨, 田豐, 陳明 申請人:上海大學(xué)