基于传感器和视觉SLAM的双目相机虚拟注册研究

在无标记增强现实中,针对基于视觉特征的同时定位与地图构建(SLAM)增强现实注册算法在图像模糊、运动过快和特征缺失等情况下存在精度急剧下降问题,提出一种在视觉SLAM基础上融合惯性测量单元(IMU,Inertial measurement unit)改进的相机定位与虚拟注册方法.所提注册方法,在进行特征点匹配时通过IMU预积分模块减小匹配特征点的搜索空间,加速特征点匹配过程,提高时间效率;确定相机位姿时,采用视觉SLAM和IMU数据联合求解相机位姿,提高了注册精度.再根据相机位姿变化信息计算出变换矩阵,完成对虚拟对象的注册.最后,通过EuRoC数据集验证该方法的性能,对比其他方法,所提方法具有更高的时间效率和注册精度.     

基于阴影检测的增强现实光照一致性实现

在增强现实领域,实现虚拟对象光照一致性一直是个难题,针对赋予虚拟对象阴影信息时阴影检测效率低的问题,提出一种基于阴影区域构建阴影体实现虚拟对象光照一致性的方法。首先,采用改进的超像素分割（Ⅰ-SLIC）算法对图像进行处理得到更稳定的超像素集合,并根据相邻超像素中心的颜色距离相似度进行超像素合并,以降低后续处理复杂度。然后,采用高斯混合背景模型对分割后的图像进行阴影检测,利用阴影区域与光照参数构建阴影体。最后,根据变换矩阵完成虚拟对象的注册并结合阴影体进行渲染。实验结果表明,所提方法实现了对虚拟对象的阴影渲染,大大提高了增强现实应用带来的真实感,对比其他方法,在时间效率上具有明显优势。