【技术实现步骤摘要】
本专利技术涉及一种计算机视觉算法，具体地说是一种面向增强现实辅助维修系统平面目标粒子滤波跟踪的状态观测方法。
技术介绍
增强现实技术将虚拟提示信息叠加到真实场景中，在复杂装备维修中为用户提供了直观灵活的操作提示，并可为那些不熟悉复杂装备检测维修的用户提供准确实时的维修帮助，对于缩短装备维护周期、提高维修效率、降低成本具有重要意义。跟踪维修对象区域并能在用户头部发生相对运动时准确估计摄像机姿态，在增强现实辅助维修系统中被称作跟踪注册技术。维修对象区域跟踪是摄像机姿态估计的基础，通过局部区域跟踪而不是全场景跟踪可有效提高跟踪注册的实时性；根据摄像机与维修对象之间的相对运动关系，跟踪注册可分为由外而内的跟踪和由内而外的跟踪。较为常用的方法包括基于特征点、基于轮廓和基于核的方法。由于维修对象多为人造物，存在大量的规则平面，为实现基于单应性矩阵的摄像机姿态估计提供了便利条件，但人造物又普遍存在特征点信息量少、特征提取不充分等问题，上述三种方法对跟踪过程中维修对象外观显著改变、背景内容改变及光照遮挡等情况存在局限性，迫切需要采用多特征信息融合、自动更新匹配模板等技术解决目标遮挡、视角变化和维修对象形态变化时的健壮性跟踪及跟踪的自适应修正等问题。基于压缩感知理论的目标跟踪方法是一种较新方法，其原理为用压缩感知特征描述背景与目标，迭代寻找与标准目标特征最相似的候选区域，其相似度判断依托朴素贝叶斯分类器。这个跟踪框架采用随机测量矩阵进行特征提取，对随机测量矩阵进行改进可实现多特征提取，实时性较高，但其迭代过程采用遍历查找方式，未充分利用运动目标的动力学特性。当目标运动速度...
【技术保护点】
一种面向增强现实辅助维修系统平面目标粒子滤波跟踪的状态观测方法，其特征是，包括以下步骤：a、初始化：设定跟踪区域，作为目标参考模板，利用m×n的压缩感知随机测量矩阵获取其m×1的纹理特征和灰度均值特征，作为目标参考特征向量，随机采样N个粒子S＝{(sn,ωn)|n＝1,...,N}，初始化其权重ω＝1/N；b、采集当前帧场景视频，进入跟踪过程，包括：b‑1、粒子选择：对t‑1时刻的所有粒子按照归一化权重值从大到小进行排序，将位置靠前的粒子归一化权重值与N乘积的四舍五入整数值作为新的粒子数量，并将该权重值赋予这些粒子，依次遍历所有粒子直到得到N个新的粒子；b‑2、状态转移：选择系统状态转移方程为二阶自回归模型，根据t‑2时刻和t‑1时刻的粒子状态预测t时刻的粒子状态；b‑3、状态观测：根据t‑1时刻由纹理特征和灰度均值特征相似度分别计算得到粒子权重均值和t时刻的纹理特征和灰度均值特征相似度，再计算粒子所代表的候选目标区域与目标参考模板之间的观测似然函数，得出粒子的权重值；根据初始目标参考特征向量、t‑1时刻所采用的目标参考特征向量和t时刻所采用的目标参考特征向量更新t+1时刻的目标参考特...
【技术特征摘要】
1.一种面向增强现实辅助维修系统平面目标粒子滤波跟踪的状态观测方法，其特征是，包括以下步骤：a、初始化：设定跟踪区域，作为目标参考模板，利用m...
【专利技术属性】
技术研发人员：王伟明，张勇，赵守伟，何亚轩，闫德立，
申请(专利权)人：石家庄铁道大学，
类型：发明
国别省市：河北;13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。