基于WebGL的场景识别视觉定位系统研究
发布时间：2022-02-22 03:50
近年来,基于定位的移动互联网新型服务越来越多。但常用的定位技术往往存在精度有限（如GPS定位）或者易受环境因素影响（如Wi-Fi定位）等问题,尤其是在大型商场、火车站、机场、停车场等场合,视觉定位则相对更有优势。此外,由于Web应用非常流行,研究如何使用基于Web3D的定位服务,并通过图像识别的方法提高Web端的视觉定位效率,目前已然成为了新趋势。因此,本文深入分析了场景识别的特点和技术难点,从特征提取、特征匹配、构建视觉数据库三个方面入手,重点研究如何高效获取场景图像上的视觉特征和位置信息。首先通过对SIFT（尺度不变特征变换）描述子的改进,提高图像特征提取的准确度和速率;其次使用了基于改良视觉词袋的特征聚类方法,改进图像特征数据量庞大时不易插入分类数据的问题;最后针对传统采样方式存在较多冗余信息的问题,构建了一种基于Keyframe的视觉数据库。通过实验测试结果发现,使用上述方法能够在保证定位质量的前提下,提高图像检索效率,从而减少了定位时间。另一方面,针对定位过程存在的场景模型卡顿问题,本文使用了一种视距分层优化的Web3D渲染方法。方法分为预处理阶段和运行阶段。其中在预处理阶段...
【文章来源】：杭州师范大学浙江省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 研究背景和选题意义
1.2 国内外研究现状
1.2.1 定位技术研究现状
1.2.2 视觉定位技术研究现状
1.2.3 场景识别技术研究现状
1.2.4 Web3D技术研究现状
1.3 研究内容
1.4 结构安排
2 基于场景识别的定位方法研究
2.1 基于SUSI特征与改良SIFT描述子
2.1.1 常用的局部特征检测方法研究
2.1.2 常用的特征描述子研究
2.1.3 SUSI特征描述子与改良SIFT描述子
2.1.4 特征提取与特征匹配实验与分析
2.2 基于视觉词袋模型的图像检索方法
2.2.1 常用的局部特征匹配的场景识别方法
2.2.2 常用的聚类方法
2.2.3 基于视觉词袋的特征聚类方法
2.2.4 场景识别实验与分析
2.3 基于Keyframe的视觉数据库构建方法
2.3.1 常用视觉数据库构建方法存在的问题
2.3.2 视觉数据库构建方法
2.3.3 视觉数据库性能分析
2.4 本章小结
3 基于视距分层优化的Web3D模型渲染方法
3.1 现有Web3D模型渲染优化技术存在的问题
3.2 基于视距分层优化的Web3D渲染算法
3.2.1 预处理阶段
3.2.2 运行阶段
3.2.3 模型渲染实验与性能对比
3.3 本章小结
4 系统设计与测试
4.1 系统设计
4.1.1 需求概述
4.1.2 系统用户及用例
4.1.3 系统业务流程分析
4.2 系统测试
4.2.1 系统运行和开发环境配置
4.2.2 系统测试
4.2.3 测试结果
4.3 本章小结
5 总结与展望
5.1 全文总结
5.2 展望
参考文献
【参考文献】：
期刊论文
[1]基于光流法算法的Visual Map快速建立方法[J]. 马琳,赵航,谭学治. 哈尔滨工业大学学报. 2017(11)
[2]3D技术原理及发展状况和前景[J]. 李丽柏. 无线互联科技. 2013(11)
[3]图形处理器的历史现状和发展趋势[J]. 韩俊刚,刘有耀,张晓. 西安邮电学院学报. 2011(03)
[4]机器人视觉定位中的路口场景识别方法研究[J]. 高庆吉,李娟,马乐,梁言贺. 中国图象图形学报. 2009(12)
[5]基于SIFT特征匹配算法的城市地点识别系统[J]. 冯镜蒯. 电脑与电信. 2009(08)
[6]基于局部显著区域的自然场景识别[J]. 王璐,陆筱霞,蔡自兴. 中国图象图形学报. 2008(08)
硕士论文
[1]基于局部特征匹配的场景识别研究[D]. 许云涛.东南大学 2018
[2]基于标识的室内视觉定位算法研究[D]. 关凯.哈尔滨工业大学 2016
[3]基于GPU的大规模复杂场景渲染的优化算法研究与实现[D]. 吴香太.华南理工大学 2013
本文编号：3638637
【文章来源】：杭州师范大学浙江省
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 研究背景和选题意义
1.2 国内外研究现状
1.2.1 定位技术研究现状
1.2.2 视觉定位技术研究现状
1.2.3 场景识别技术研究现状
1.2.4 Web3D技术研究现状
1.3 研究内容
1.4 结构安排
2 基于场景识别的定位方法研究
2.1 基于SUSI特征与改良SIFT描述子
2.1.1 常用的局部特征检测方法研究
2.1.2 常用的特征描述子研究
2.1.3 SUSI特征描述子与改良SIFT描述子
2.1.4 特征提取与特征匹配实验与分析
2.2 基于视觉词袋模型的图像检索方法
2.2.1 常用的局部特征匹配的场景识别方法
2.2.2 常用的聚类方法
2.2.3 基于视觉词袋的特征聚类方法
2.2.4 场景识别实验与分析
2.3 基于Keyframe的视觉数据库构建方法
2.3.1 常用视觉数据库构建方法存在的问题
2.3.2 视觉数据库构建方法
2.3.3 视觉数据库性能分析
2.4 本章小结
3 基于视距分层优化的Web3D模型渲染方法
3.1 现有Web3D模型渲染优化技术存在的问题
3.2 基于视距分层优化的Web3D渲染算法
3.2.1 预处理阶段
3.2.2 运行阶段
3.2.3 模型渲染实验与性能对比
3.3 本章小结
4 系统设计与测试
4.1 系统设计
4.1.1 需求概述
4.1.2 系统用户及用例
4.1.3 系统业务流程分析
4.2 系统测试
4.2.1 系统运行和开发环境配置
4.2.2 系统测试
4.2.3 测试结果
4.3 本章小结
5 总结与展望
5.1 全文总结
5.2 展望
参考文献
【参考文献】：
期刊论文
[1]基于光流法算法的Visual Map快速建立方法[J]. 马琳,赵航,谭学治. 哈尔滨工业大学学报. 2017(11)
[2]3D技术原理及发展状况和前景[J]. 李丽柏. 无线互联科技. 2013(11)
[3]图形处理器的历史现状和发展趋势[J]. 韩俊刚,刘有耀,张晓. 西安邮电学院学报. 2011(03)
[4]机器人视觉定位中的路口场景识别方法研究[J]. 高庆吉,李娟,马乐,梁言贺. 中国图象图形学报. 2009(12)
[5]基于SIFT特征匹配算法的城市地点识别系统[J]. 冯镜蒯. 电脑与电信. 2009(08)
[6]基于局部显著区域的自然场景识别[J]. 王璐,陆筱霞,蔡自兴. 中国图象图形学报. 2008(08)
硕士论文
[1]基于局部特征匹配的场景识别研究[D]. 许云涛.东南大学 2018
[2]基于标识的室内视觉定位算法研究[D]. 关凯.哈尔滨工业大学 2016
[3]基于GPU的大规模复杂场景渲染的优化算法研究与实现[D]. 吴香太.华南理工大学 2013
本文编号：3638637
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3638637.html
