1.一种适用于增强现实的注册方法,其特征在于:包括,序列图像采集;
ORB特征提取,并建立特征提取模板;
检测特征描述子方向,并使其具备旋转不变性;
自主栅格化处理,优化提取特征点对分布;
平面检测;以及,
根据空间关系,将空间点投影屏幕坐标,完成虚拟物体的注册;
其中,所述ORB特征提取的步骤:提取FAST特征;以及,
提取rBRIEF特征描述子;
其中,所述提取FAST特征的步骤:找到满足角点响应函数的像素位置;
剔除伪角点;
其中,所述序列图像通过摄影模块(100)采集;
所述角点响应函数为Fre:
2
Fre=Det(E)‑k·Trace(E)其E为模块内Harris角点,Det(E)为矩阵E对应的行列式,Trace为E的迹,根据经验系数取值范围k∈[0.04,0.06];
其中,所述模块内Harris角点为E:其Dx,Dy分别为x和y方向上的一阶导数,G(x,y,σ)为高斯函数,σ为高斯函数的标准差,G(x,y,σ)为二元高斯坐标;
在序列图像中任意选取一点记为P,以P点为圆心,像素半径为K,构造一个离散化像素的周长为大于等于16个像素的圆,在圆上有N个连续像素灰度值满足如下公式:其M为提取的FAST特征点,i为圆周上所选取对应的像素具体位置,I(Ni)为第i个像素点对应的灰度值,I(P)为像素点P对应的像素灰度值,ε1为设定的极小阈值,N为所有满足条件的i的集合;如果N满足所设定的阈值条件,则像素点P为特征点,采用决策树ID3算法来进一步加快伪角点的剔除;其中,采用决策树ID3算法加速剔除伪角点;
所述提取rBRIEF特征描述子为:其中,I(x),I(y)表示领域位置在x与y的灰度函数;
所述模板采用BRIEF描述子的二进制串函数,所述二进制串函数为fn(I):其n表示以E为中心符合高斯分布的n对二进制点对;
所述特征描述子的旋转不变性包括步骤:定义二进制准则下n对点的2×n矩阵;
构建矫正矩阵;以及,
得到旋转不变性的BRIEF描述子;
其中,所述矩阵为Q:
其x、y表示特征点在图片中的具体位置;
其中,所述矫正矩阵为Qθ:
Qθ=RθQ
其Rθ为对应的旋转矩阵;
其中,所述旋转不变性的BRIEF描述子为gθ(I,θ):gn(I,θ)=fn(I)|(xi,yi)∈Qθ;
所述自主栅格化处理包括:
将图像均匀分割成a×b个子模块;
子模块从左到右从上到下排序依次标记为W={w11,w12,……,wab};
确认各个子模块是否含有候选特征点hj;
根据提取特征点总数求单位子模块的均值j;以及,判断hj和j大小,确定候选特征点是否为ORB提取的特征点;
其中,所述均值为j:
j=∑hj/(a×b);
所述平面检测采用PROSAC算法完成检测虚拟物体的注册平面的分析;
所述所述空间点投影屏幕坐标满足如下公式:其(X,Y,Z)表示现实空间中点任意一点坐标,(fx,fy)表示对应方向上焦距大小,(u,v)表示屏幕坐标,(cx,cy)表示像素坐标下原点平移。
2.如权利要求1所述的适用于增强现实的注册方法,其特征在于:所述检测特征描述子方向采用灰度质心法,所述灰度质心法包括步骤:定义图像块的灰度矩;
通过灰度矩找到图像块的灰度矩心;以及,确定特征点主方向;
其中,所述定义图像块的矩为mpq:其I(x,y)为对应像素坐标为(x,y)像素点的灰度值,灰度矩阶数p,q决定;
其中,所述图像块的灰度矩心为C:其 和 为一阶矩, 为零阶矩表示该图像块区域密度总和;
其中,所述特征点主方向为θ:其θ∈[0°,360°]。
3.一种采用如权利要求2所述的适用于增强现实的注册方法的系统,其特征在于,包括:摄影模块(100),该系统还包括传输模块(200)、处理模块(300)和显示模块(400);
其中,摄影模块(100),采集物体图像信息并通过传输模块(200)输送至处理模块(300);
处理模块(300),接收物体图像信息并对其进行处理,形成三维虚拟物体显示至显示模块(400)上。