基于Android系統(tǒng)的增強現(xiàn)實技術(shù)的研究與實現(xiàn).pdf

1、目前在移動平臺上出現(xiàn)的增強現(xiàn)實應(yīng)用大都是基于傳感器的特性來實現(xiàn)的，例如GPS和電子羅盤傳感器。然而，由于GPS和電子羅盤等傳感器容易受到干擾而變得不穩(wěn)定，并且某些傳感器的精度達(dá)不到實時追蹤的精度要求，因此基于這種方法開發(fā)的應(yīng)用在穩(wěn)定性和準(zhǔn)確性方面有很大的缺陷。而隨著手機硬件水平的逐漸提高，使用視覺追蹤技術(shù)的條件逐漸成熟，在眾多視覺跟蹤技術(shù)中，尤其以人臉跟蹤識別技術(shù)應(yīng)用最為廣泛。因此本課題重點研究在Android平臺上使用人臉跟蹤識別技術(shù)

2、研發(fā)增強現(xiàn)實系統(tǒng)的關(guān)鍵性問題。
　　 主要的研究工作如下:
　　 一、研究滿足Android平臺性能要求的人臉跟蹤算法。對PC上常用的跟蹤算法進(jìn)行研究后發(fā)現(xiàn):Camshift算法具有cpu占有率低，不受跟蹤目標(biāo)形狀和大小的影響等優(yōu)勢，滿足移動平臺對資源、時延的要求，因此我們采用此算法進(jìn)行人臉跟蹤，并針對其效率和準(zhǔn)確性等問題在Android平臺上進(jìn)行改進(jìn)。針對Android平臺的性能要求，改進(jìn)了原有的迭代過程，在迭代時只對

3、上一幀搜索結(jié)果的附近區(qū)域進(jìn)行搜索，進(jìn)一步降低了算法時延;由于Camshift算法容易受相近顏色干擾，因此使用更新搜索窗口的方法增強算法的抗干擾性;然后結(jié)合相應(yīng)的人臉檢測算法，實現(xiàn)了跟蹤算法的自動初始化。最后對算法進(jìn)行測試，測試結(jié)果表明，該算法跟蹤效果穩(wěn)定，能夠滿足Android平臺增強現(xiàn)實應(yīng)用的需要。
　　 二、研究適用于Android平臺的人臉識別算法。本文通過對基于LBP的人臉識別算法的研究，結(jié)合手機在使用攝像頭時出現(xiàn)的光照

4、、背景多變性等問題，提出了Android平臺上基于LBP的人臉識別算法。該算法針對手機攝像頭拍攝圖像時光照的影響問題，采用直方圖均衡化的方法對圖像進(jìn)行去光照;針對手機拍攝圖像的噪聲干擾問題，采用高斯濾波進(jìn)行降噪處理，使得算法在準(zhǔn)確率和時延方面滿足了Android平臺的需求。最后通過在Android平臺上進(jìn)行的測試表明，算法能滿足預(yù)期要求，可以用于在Android平臺實現(xiàn)增強現(xiàn)實應(yīng)用。
　　 三、根據(jù)人臉的跟蹤識別結(jié)果，研究虛擬物

5、體的注冊方法。采用基于特征三角的方法估計人臉的姿態(tài)，通過姿態(tài)信息確定虛擬物體相對手機攝像頭的具體位置和方向信息，再進(jìn)行繪制，從而完成虛擬物體的注冊過程。
　　 四、結(jié)合以上研究工作，基于Android平臺、采用基于Camshift的人臉跟蹤和基于LBP的人臉識別算法設(shè)計和實現(xiàn)了一款增強現(xiàn)實軟件Augmented Face。軟件在使用Google原生系統(tǒng)的Galaxy nexus等機型上運行正常，表現(xiàn)良好，表明軟件設(shè)計性能良好，驗