桥梁自然特征点的快速精确跟踪算法

特征点跟踪作为无人机对桥梁挠度进行视觉测量的关键技术,跟踪算法的速度和精度直接影响测量的实时性和有效性。本文首先通过加速稳健特征(SURF)匹配得到图像序列特征点的初步定位结果,然后使用相位相关法对特征点进行精确配准,并提出了一种基于无人机运动连续性的加速策略,用于桥梁自然特征点跟踪。利用无人机采集的4 K桥梁视频数据对本文算法进行测试,结果表明,本文算法对于桥梁自然特征点能够实现稳定跟踪,跟踪速度为25 FPS,跟踪精度达到亚像素级别,满足测量要求,能够为视觉测量提供技术支撑。

基于自然特征点的实时增强现实注册算法

提出了一种基于自然特征点的实时跟踪注册算法,并将其应用于增强现实系统。算法在已知场景的3D模型以及少量标定关键帧图像的基础上,选择与当前图像最为匹配的关键帧,利用基于关键帧的图像匹配方法实时获取摄像机的运动参数估计。算法采用合成中间图像的技术解决两图像特征点间的宽基线匹配问题,并应用扩展卡尔曼滤波器对参数估计结果进行平滑,以消除系统抖动现象。实验结果表明,算法鲁棒性强,注册精度高,能够有效地克服系统误差漂移。