目前对AR技术的常见理解就是CV(Computer Vision) CG(Computer Graphic)。CV的方法很多，简单些比如FREAK ICP(ARToolKit中的NFT)，复杂些就是SLAM(MagicLeap)。CG就没什么好说的，利用CV算法获取到的图形相关信息(比如CG中的模型矩阵、视图矩阵、投影矩阵)进行绘制。今天我们主要说的就是ARToolKit。 ARToolKit系统核心思路是这样的： 下面NFT(自然图片追踪,Natural Feature Tracking)为例，简述AR实现流程 1. 通过相机校准(标定)，获取到因为相机制造工艺偏差而造成的畸变参数，也就是相机内参(intrinsic matrix)，来复原相机模型的3D空间到2D空间的一一对应关系。这对后面的特征提取步骤有很大作用。 2. 根据相机本身的硬件参数，我们可以计算出相应的投影矩阵(Projection Matrix)。 3. 对待识别的自然图片(也就是任意的一张二维图片)进行特征提取，获取到一组特征点{P1}。 4. 实时对相机获取到的图像进行特征提取，也是一组特征点{P2}。 5. 使用ICP(Iterative Closest Point)算法来迭代求解这两组特征点的RT矩阵(Rotation |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
注册
登录
