[发明专利]一种基于图结构提高平面目标表征稳定性的方法及装置

说明书

本发明公开了一种基于图结构提高平面目标表征稳定性的方法及装置，该方法包括：采用FAST关键点检测算法中的快速二值测试策略计算每个像素点的显著性得分；利用自适应调整网格的划分方式生成自适应网格；采用Spatial Softmax算法构造顶点集合V；采用Delaunay三角剖分方法构造边集合E。该方法将目标表征为一组具有拓扑结构的、可被重复检测出来的离散点集合，即顶点集合V和边集合E，能够兼顾目标的全局和局部结构，提高表征方法的鲁棒性和稳定性。

技术领域

本发明涉及一种面向增强现实技术的平面目标表征方法，尤其涉及一种基于图结构提高平面目标表征稳定性的方法及装置。

背景技术

平面目标追踪算法是增强现实技术中的核心软件组件之一。在平面目标追踪算法中，最基础同时也是最关键的一个环节是如何表征平面目标。平面目标表征方法的鲁棒性和稳定性直接影响到追踪算法的精确性，最终影响到增强现实技术的逼真度和用户体验感。

较早的平面目标表征方法是直接采用灰度图对目标的全局结构进行建模。这种表征方法的优点是简单和易实现，但是存在的最大问题是无法处理好光照变化和局部遮挡问题。当前，主流的平面目标表征方法是将目标表征为无序的关键点集合。这种表征方法虽然在很大程度上克服了光照变化和局部遮挡的影响，具有一定的鲁棒性。然而，这种表征方法仅对目标的局部进行建模，丢失了目标的全局结构信息。此外，在模糊或目标的纹理结构分布不均匀的情况下，关键点往往很难被重复地检测出来，导致这种表征方法的稳定性较差。

发明内容

本发明针对上述问题，提出了一种基于图结构提高平面目标表征稳定性的方法及装置，该方法是基于无向图G＝(V，E)的平面目标表征方法，将目标表征为一组具有拓扑结构的、可被重复检测出来的顶点集合V和边集合E。

本发明的技术方案是：提出一种基于图结构提高平面目标表征稳定性的方法，包括以下步骤：

(1)获取像素点显著性得分图：采用FAST关键点检测算法中的快速二值测试策略计算输入图每个像素点的显著性得分；

(2)生成自适应网格：根据预先设定的顶点数量，自适应调整网格的划分方式，并根据输入图中目标在前一帧中的姿态信息，对网格点的位置做进一步的自适应调整；

(3)构造顶点集合：采用SpatialSoftmax算法计算每个网格内所有像素点的相对显著性得分，利用相对显著性得分最高的像素点构造顶点集合，这种方式能够确保固定数量的顶点被重复检测出来；

(4)构造边集合：采用Delaunay三角剖分方法对步骤(3)得到的顶点集合进行连接，这种连接方式中所有三角面的集合是顶点集的凸包，确保了无向图的稳定性和唯一性。

本发明的进一步技术方案是：步骤(1)的具体方法是根据所述输入图中的中心点像素灰度值与以中心点为圆心以r为半径的周围点像素的灰度值的差异程度，计算所述输入图中每个像素点的显著性得分，得到输入图的显著性得分图。

本发明的进一步技术方案是：步骤(2)中自适应调整网格的划分方式的标准是划分网格的数量和预先设定的顶点集合中的数量相互对应，并让每个网格的长宽比为1。

本发明的进一步技术方案是：步骤(2)中对网格点的位置做进一步的自适应调整的具体方法是利用姿态信息对网格点做投影变换，得到新的网格点。