一种基于AR引擎的多标记点识别方法和装置制造方法及图纸

本发明专利技术实施例提供了一种基于AR引擎的多标记点识别方法和装置，包括：获取多个待识别图像帧中第一图像帧中各个识别标记点的标识信息集合；对标识信息集合进行去重处理，得到目标标识信息集合；基于目标标识信息集合对标记点中的可见标记点进行标记，并计算可见标记点的变换矩阵，得到第一变换矩阵集；获取多个待识别图像帧中第二图像帧相对应的第二变换矩阵集；将第二变换矩阵集与第一变换矩阵集进行去重处理，得到目标变换矩阵集，以上报目标变换矩阵集进行后续的操作。本发明专利技术解决了现有技术中对标记点的变换矩阵进行上报时仅上报通过选举方式得到的最优标记点的变换矩阵导致的多特征标记点识别缓慢、以及一些标记点无法识别的技术问题。

【技术实现步骤摘要】
一种基于AR引擎的多标记点识别方法和装置
本专利技术增强现实
，尤其是涉及一种基于AR引擎的多标记点识别方法和装置。
技术介绍
开源AR(AugmentedReality，增强现实技术)引擎ARToolKit(AR软件开发工具包)在追踪标记点(Marker)的过程中，存在一些缺陷，致使AR技术呈现的效果差，难于投入实际商用产品中。ARToolKit在识别多个特征点跟踪标记(NaturalFeatureTrackingmarker，NFTmarker)时从关键点匹配(KeyPointsMatching，KPM)算法到迭代最近点算法(IterativeClosestPoint，ICP)计算变换矩阵，再到Marker变换矩阵上报过程都是以选举方式得到最优Marker的方式，这使得多NFTmarker识别速度非常慢。一些情况下，场景中的部分Marker始终在选举过程中失败，导致在有其他Marker的情况下一直无法识别。针对以上问题，还未提出有效解决方案。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于AR引擎的多标记点识别方法和装置，以解决现有技术中对标记点的变换矩阵进行上报时仅上报通过选举方式得到的最优标记点的变换矩阵导致的多特征标记点识别缓慢、以及一些标记点无法识别的技术问题。根据本专利技术实施例提供了一种基于AR引擎的多标记点识别方法，包括：获取多个待识别图像帧中第一图像帧中各个识别标记点的标识信息集合，其中，所述标识信息集合中包括多个标识信息，每个标识信息用于表征对应的标记点在所述第一图像帧中的位置；对所述标识信息集合进行去重处理，得到目标标识信息集合；基于所述目标标识信息集合对所述标记点中的可见标记点进行标记，并计算所述可见标记点的变换矩阵，得到第一变换矩阵集；获取所述多个待识别图像帧中第二图像帧相对应的第二变换矩阵集，其中，所述第二图像帧为所述第一图像帧的前一图像帧；将所述第二变换矩阵集与所述第一变换矩阵集进行去重处理，得到目标变换矩阵集，进而上报所述目标变换矩阵集进行后续的操作。进一步地，获取多个待识别图像帧中第一图像帧中各个标记点的标识信息集合包括：提取所述第一图像帧的特征点；基于关键点匹配算法将所述特征点与预设标记点集合进行比对，以确定所述第一图像帧中是否存在所述标记点，其中，所述标记点为一个或多个；如果存在所述标记点，则确定所述第一图像帧中所述标记点所对应的标识信息，得到所述标识信息集合。进一步地，对所述标识信息集合去重处理，目标标识信息集合包括：将所述标识信息集合中的标识信息Ai与其他标识信息进行比较，其中，标识信息Ai为所述标识信息集合中的第i个标识信息，i依次取1至N，N为所述标识信息集合中的标识信息的数量，所述其他标识信息为所述标识信息集合中除所述标识信息Ai之外的全部标识信息；基于比较结果确定所述其他标识信息中是否存在与所述标识信息Ai重复的目标标识信息；如果存在，则从所述标识信息Ai和所述目标标识信息中选一个标识信息保留，其中，保留的标识信息为通过关键点匹配算法得到的错误值最小的所述标记点的所述标识信息。进一步地，基于比较结果确定所述其他标识信息中是否存在与所述标识信息Ai重复的目标标识信息包括：如果比较结果为所述标识信息Ai所对应的坐标值与所述其他标识信息中的标识信息Aj所对应的坐标值之间的距离小于第一预设阈值，则确定所述标识信息Ai与所述标识信息Aj重复，并将所述标识信息Aj确定为所述目标标识信息。进一步地，在从所述标识信息Ai和所述目标标识信息中选一个标识信息保留之后，如果所述标识信息集合中的标识信息Ai+1被删除，且所述标识信息Ai+2未被删除，则将所述标识信息Ai+2作为所述标识信息Ai，返回执行将所述标识信息集合中的标识信息Ai与其他标识信息进行比较的步骤。进一步地，将所述第二变换矩阵集与所述第一变换矩阵集进行去重处理，得到目标变换矩阵集包括：将所述第二变换矩阵集中的变换矩阵Bx分别与所述第一变换矩阵集中的每个变换矩阵进行比较，其中，变换矩阵Bx为所述第二变换矩阵集中的第x个变换矩阵，x依次取1至M，M为所述第二变换矩阵集中的变换矩阵的数量；基于比较结果确定所述第一变换矩阵集中是否存在与所述变换矩阵Bx重复的目标变换矩阵；如果存在，则从所述变换矩阵Bx和所述目标变换矩阵中选一个变换矩阵保留，其中，保留的变换矩阵为通过迭代最近点算法计算得到的错误值最小的变换矩阵。进一步地，基于比较结果确定所述第一变换矩阵集中是否存在与所述变换矩阵Bx重复的目标变换矩阵包括：如果比较结果为所述变换矩阵Bx所对应的坐标值与所述第一变换矩阵集中的变换矩阵By所对应的坐标值之间的距离小于第二预设阈值，则确定所述变换矩阵Bx与所述变换矩阵By重复，并将所述变换矩阵By确定为所述目标变换矩阵。根据本专利技术实施例还提供了一种基于AR引擎的多标记点识别装置，包括：第一获取模块，用于获取多个待识别图像帧中第一图像帧中各个识别标记点的标识信息集合，其中，所述标识信息集合中包括多个标识信息，每个标识信息用于表征对应的标记点在所述第一图像帧中的位置；第一处理模块，用于对所述标识信息集合进行去重处理，得到目标标识信息集合；计算模块，用于基于所述目标标识信息集合对所述标记点中的可见标记点进行标记，并计算所述可见标记点的变换矩阵，得到第一变换矩阵集；第二获取模块，用于获取所述多个待识别图像帧中第二图像帧相对应的第二变换矩阵集，其中，所述第二图像帧为所述第一图像帧的前一图像帧；第二处理模块，用于将所述第二变换矩阵集与所述第一变换矩阵集进行去重处理，得到目标变换矩阵集，进而上报所述目标变换矩阵集进行后续的操作。进一步地，第一获取模块包括：提取单元，用于提取所述第一图像帧的特征点；比对单元，用于基于关键点匹配算法将所述特征点与预设标记点集合进行比对，以确定所述第一图像帧中存在有所述标记点，其中，所述标记点为一个或多个；第一确定单元，用于如果存在所述标记点，则确定所述第一图像帧中所述标记点所对应的标识信息，得到所述标识信息集合。进一步地，第一处理模块包括：第一比较单元，用于将所述标识信息集合中的标识信息Ai与其他标识信息进行比较，其中，标识信息Ai为所述标识信息集合中的第i个标识信息，i依次取1至N，N为所述标识信息集合中的标识信息的数量，所述其他标识信息为所述标识信息集合中除所述标识信息Ai之外的全部标识信息；第二确定单元，用于基于比较结果确定所述其他标识信息中是否存在与所述标识信息Ai重复的目标标识信息；第一保留单元，用于如果存在，则从所述标识信息Ai和所述目标标识信息中选一个标识信息保留，其中，保留的标识信息为通过关键点匹配算法得到的错误值最小的所述标记点的所述标识信息。本专利技术实施例提供了一种基于AR引擎的多标记点识别方法和装置，包括：获取多个待识别图像帧中第一图像帧中各个识别标记点的标识信息集合；对标识信息集合进行去重处理，得到目标标识信息集合；基于目标标识信息集合对标记点中的可见标记点进行标记，并计算可见标记点的变换矩阵，得到第一变换矩阵集；获取多个待识别图像帧中第二图像帧相对应的第二变换矩阵集；将第二变换矩阵集与第一变换矩阵集进行去重处理，得到目标变换矩阵集，以上报目标变换矩阵集进行后续的操作。本本文档来自技高网...

【技术保护点】
1.一种基于AR引擎的多标记点识别方法，其特征在于，包括：获取多个待识别图像帧中第一图像帧中各个识别标记点的标识信息集合，其中，所述标识信息集合中包括多个标识信息，每个标识信息用于表征对应的标记点在所述第一图像帧中的位置；对所述标识信息集合进行去重处理，得到目标标识信息集合；基于所述目标标识信息集合对所述标记点中的可见标记点进行标记，并计算所述可见标记点的变换矩阵，得到第一变换矩阵集；获取所述多个待识别图像帧中第二图像帧相对应的第二变换矩阵集，其中，所述第二图像帧为所述第一图像帧的前一图像帧；将所述第二变换矩阵集与所述第一变换矩阵集进行去重处理，得到目标变换矩阵集，进而上报所述目标变换矩阵集进行后续的操作。

【技术特征摘要】
1.一种基于AR引擎的多标记点识别方法，其特征在于，包括：获取多个待识别图像帧中第一图像帧中各个识别标记点的标识信息集合，其中，所述标识信息集合中包括多个标识信息，每个标识信息用于表征对应的标记点在所述第一图像帧中的位置；对所述标识信息集合进行去重处理，得到目标标识信息集合；基于所述目标标识信息集合对所述标记点中的可见标记点进行标记，并计算所述可见标记点的变换矩阵，得到第一变换矩阵集；获取所述多个待识别图像帧中第二图像帧相对应的第二变换矩阵集，其中，所述第二图像帧为所述第一图像帧的前一图像帧；将所述第二变换矩阵集与所述第一变换矩阵集进行去重处理，得到目标变换矩阵集，进而上报所述目标变换矩阵集进行后续的操作。2.根据权利要求1所述的方法，其特征在于，获取多个待识别图像帧中第一图像帧中各个标记点的标识信息集合包括：提取所述第一图像帧的特征点；基于关键点匹配算法将所述特征点与预设标记点集合进行比对，以确定所述第一图像帧中是否存在所述标记点，其中，所述标记点为一个或多个；如果存在所述标记点，则确定所述第一图像帧中所述标记点所对应的标识信息，得到所述标识信息集合。3.根据权利要求1所述的方法，其特征在于，对所述标识信息集合去重处理，目标标识信息集合包括：将所述标识信息集合中的标识信息Ai与其他标识信息进行比较，其中，标识信息Ai为所述标识信息集合中的第i个标识信息，i依次取1至N，N为所述标识信息集合中的标识信息的数量，所述其他标识信息为所述标识信息集合中除所述标识信息Ai之外的全部标识信息；基于比较结果确定所述其他标识信息中是否存在与所述标识信息Ai重复的目标标识信息；如果存在，则从所述标识信息Ai和所述目标标识信息中选一个标识信息保留，其中，保留的标识信息为通过关键点匹配算法得到的错误值最小的所述标记点的所述标识信息。4.根据权利要求3所述的方法，其特征在于，基于比较结果确定所述其他标识信息中是否存在与所述标识信息Ai重复的目标标识信息包括：如果比较结果为所述标识信息Ai所对应的坐标值与所述其他标识信息中的标识信息Aj所对应的坐标值之间的距离小于第一预设阈值，则确定所述标识信息Ai与所述标识信息Aj重复，并将所述标识信息Aj确定为所述目标标识信息。5.根据权利要求3所述的方法，其特征在于，在从所述标识信息Ai和所述目标标识信息中选一个标识信息保留之后，如果所述标识信息集合中的标识信息Ai+1被删除，且所述标识信息Ai+2未被删除，则将所述标识信息Ai+2作为所述标识信息Ai，返回执行将所述标识信息集合中的标识信息Ai与其他标识信息进行比较的步骤。6.根据权利要求1所述的方法，其特征在于，将所述第二变换矩阵集与所述第一变换矩阵集进行去重处理，得到目标变换矩阵集包括：将所述第二变换矩阵集中的变换矩阵Bx分别与所述第一变换矩阵...

【专利技术属性】
技术研发人员：闫宏伟，赫伽宁，后国超，侯晓明，韩苓，
申请(专利权)人：讯飞幻境北京科技有限公司，
类型：发明
国别省市：北京,11