移动增强现实交互学习系统的研究与应用
发布时间：2021-07-17 14:35
增强现实（Augmented Reality,AR）技术是将虚拟环境与真实环境进行匹配合成,以达到对真实环境的增强,目前被越来越多的应用于教育领域。以移动端为核心的移动增强现实技术（Mobile augmented reality,MAR）除了具有增强现实虚实融合、实时交互、三维注册等技术特性外,其特有的便携性也对扩展教学应用场景、实现教育多元化、促进教育均衡发展有着积极意义。移动增强现实技术可结合相关学习理论、技术以及不同的学习场景开发出更具创新性的教学产品。本文通过比较增强现实在国内外教育行业的应用现状确定主要研究内容。目前大部分移动增强现实应用主要面向基础教育,其关键技术（三维注册）主要分为两类,其中基于人工标识的方法存在易注册失败、应用受限等问题,而基于自然特征的方法则较好的克服了这些缺陷。综合上述分析,本文对以下内容进行了研究:（1）设计移动增强现实交互学习系统的基本框架,分析系统实现流程,研究实现系统的技术理论,如三维注册、虚实融合等关键技术;从功能和性能这两个方面对系统进行需求分析;依据上述研究与分析确定系统总体技术路线并对系统整体框架做进一步划分,设计系统功能模块。（2...
【文章来源】：兰州交通大学甘肃省
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
FAST特征点检测
兰州交通大学工程硕士学位论文-23-检测得到特征点后，利用特征点所在局部邻域信息对其进行描述和表达。FREAK描述符是从人眼视觉系统得到启发提出的方法，模仿了人眼视网膜接收图像信息的模式，FREAK描述符具体的采样模式如图4.3所示。图4.3FREAK采样模式首先对FAST算法检测得到的特征点邻域进行FREAK采样。图4.3中，位于圆最中心的点为特征点，每个圆代表一块感受野，圆心即为采样点。采样点与特征点的距离越远，采样点所在圆的半径越大。圆的半径为高斯模糊的标准差，因对每个采样点进行高斯模糊处理可降低噪声的影响。重叠的感受野可以获取更多的信息，使最终的描述符更具有独特性。FREAK描述符通过比较特征点周边采样点对的强度来计算生成二进制位串的计算公式为：()02aaaNFTP=（4.5）()121if()()00otherwiserraaaIPIPTP=（4.6）其中，二进制描述子由公式（4.5）F表示；aP为采样点对；N为二进制编码期望长度；公式（4.6）中1()raIP与2()raIP分别为aP中前一个采样点和后一个采样点的像素值。由于获取的采样点对较多，许多点对对于特征描述图像来说是无关的，为得到更好更具有辨识度的描述子，则需要进行筛选（即降维），筛选步骤如下：(1)建立矩阵D，D的每一行表示一个二进制描述符，每行有2MC列；
移动增强现实交互学习系统的研究与应用-24-(2)对矩阵D的每一列计算其均值，因矩阵中的元素均由0/1构成，均值越接近0.5说明该列的方差越大，信息越丰富；(3)根据每一列均值的大小对列进行排序，均值最接近0.5的排在第一位；(4)选取矩阵的前512列作为最终的二进制描述子。为了使FREAK算法具有方向不变性，可通过选择采样点对来估计检测到的特征点主方向。算法选取了45个距离长的且中心对称的采样点对来计算其梯度值，获取特征点方向[46]。选取的采样点对如下图4.4所示。图4.4中心对称采样点对特征点方向的计算公式为：1212121()()rrrrOOOOrrGOOOIIM=PPPPPPP（4.7）其中，O为特征点梯度信息；M为采样点对个数；G为采样点对集合；oP为采样点对位置，则1rOP和2rOP分别为空间坐标中两个采样点的二维向量，与之对应的区域灰度均值为1()rOIP和2()rOIP。4.3.2改进的FREAK特征提取算法为使FREAK特征提取算法能较准确获取文字特征点，减少纹理特征对精度的影响，本文在特征检测阶段进行了改进，将文字识别领域中的文字笔画特征点检测方法应用于
【参考文献】：
期刊论文
[1]基于细节特征融合的低照度全景图像增强[J]. 王殿伟,韩鹏飞,李大湘,刘颖,许志杰,王晶. 控制与决策. 2019(12)
[2]VR实景沉浸式校园漫游系统的设计与实现[J]. 史庆通,李吉英. 测绘与空间地理信息. 2019(10)
[3]人工智能助力高等教育发展的动因、特征和方向[J]. 王弘扬,龙耘. 中国高等教育. 2019(20)
[4]基于特征点匹配的全景相机图像拼接方法研究[J]. 徐弘祯,李世超,季宇寒,曹如月,张漫,李寒. 农业机械学报. 2019(S1)
[5]增强现实技术在教学活动中的应用研究[J]. 何朝杰,彭韧,张雪. 设计. 2019(01)
[6]增强现实技术研究现状及发展趋势[J]. 王宇希,张凤军,刘越. 科技导报. 2018(10)
[7]AR技术与传统纸媒的交互融合设计研究[J]. 詹秦川,赵洋. 包装工程. 2018(06)
[8]基于Vuforia SDK与模型追踪技术的PC端AR技术开发[J]. 秦承运,朱云龙,戴海波,梁江伟. 信息与电脑(理论版). 2018(03)
[9]如何看待我国的虚拟现实科学技术问题[J]. 王志. 中国科学:信息科学. 2017(12)
[10]基于增强现实的儿童图书设计研究[J]. 刘彦宏. 艺术教育. 2017(17)
硕士论文
[1]基于移动增强现实的博物馆导览系统设计与实现[D]. 虞锦东.沈阳工业大学 2018
[2]基于Unity3D的移动增强现实技术与应用研究[D]. 罗永东.青岛科技大学 2015
[3]基于Android的增强现实客户端的设计与实现[D]. 戴瑞婷.电子科技大学 2015
[4]增强现实技术在教学中的应用研究[D]. 张洪波.河南大学 2012
本文编号：3288360
【文章来源】：兰州交通大学甘肃省
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
FAST特征点检测
兰州交通大学工程硕士学位论文-23-检测得到特征点后，利用特征点所在局部邻域信息对其进行描述和表达。FREAK描述符是从人眼视觉系统得到启发提出的方法，模仿了人眼视网膜接收图像信息的模式，FREAK描述符具体的采样模式如图4.3所示。图4.3FREAK采样模式首先对FAST算法检测得到的特征点邻域进行FREAK采样。图4.3中，位于圆最中心的点为特征点，每个圆代表一块感受野，圆心即为采样点。采样点与特征点的距离越远，采样点所在圆的半径越大。圆的半径为高斯模糊的标准差，因对每个采样点进行高斯模糊处理可降低噪声的影响。重叠的感受野可以获取更多的信息，使最终的描述符更具有独特性。FREAK描述符通过比较特征点周边采样点对的强度来计算生成二进制位串的计算公式为：()02aaaNFTP=（4.5）()121if()()00otherwiserraaaIPIPTP=（4.6）其中，二进制描述子由公式（4.5）F表示；aP为采样点对；N为二进制编码期望长度；公式（4.6）中1()raIP与2()raIP分别为aP中前一个采样点和后一个采样点的像素值。由于获取的采样点对较多，许多点对对于特征描述图像来说是无关的，为得到更好更具有辨识度的描述子，则需要进行筛选（即降维），筛选步骤如下：(1)建立矩阵D，D的每一行表示一个二进制描述符，每行有2MC列；
移动增强现实交互学习系统的研究与应用-24-(2)对矩阵D的每一列计算其均值，因矩阵中的元素均由0/1构成，均值越接近0.5说明该列的方差越大，信息越丰富；(3)根据每一列均值的大小对列进行排序，均值最接近0.5的排在第一位；(4)选取矩阵的前512列作为最终的二进制描述子。为了使FREAK算法具有方向不变性，可通过选择采样点对来估计检测到的特征点主方向。算法选取了45个距离长的且中心对称的采样点对来计算其梯度值，获取特征点方向[46]。选取的采样点对如下图4.4所示。图4.4中心对称采样点对特征点方向的计算公式为：1212121()()rrrrOOOOrrGOOOIIM=PPPPPPP（4.7）其中，O为特征点梯度信息；M为采样点对个数；G为采样点对集合；oP为采样点对位置，则1rOP和2rOP分别为空间坐标中两个采样点的二维向量，与之对应的区域灰度均值为1()rOIP和2()rOIP。4.3.2改进的FREAK特征提取算法为使FREAK特征提取算法能较准确获取文字特征点，减少纹理特征对精度的影响，本文在特征检测阶段进行了改进，将文字识别领域中的文字笔画特征点检测方法应用于
【参考文献】：
期刊论文
[1]基于细节特征融合的低照度全景图像增强[J]. 王殿伟,韩鹏飞,李大湘,刘颖,许志杰,王晶. 控制与决策. 2019(12)
[2]VR实景沉浸式校园漫游系统的设计与实现[J]. 史庆通,李吉英. 测绘与空间地理信息. 2019(10)
[3]人工智能助力高等教育发展的动因、特征和方向[J]. 王弘扬,龙耘. 中国高等教育. 2019(20)
[4]基于特征点匹配的全景相机图像拼接方法研究[J]. 徐弘祯,李世超,季宇寒,曹如月,张漫,李寒. 农业机械学报. 2019(S1)
[5]增强现实技术在教学活动中的应用研究[J]. 何朝杰,彭韧,张雪. 设计. 2019(01)
[6]增强现实技术研究现状及发展趋势[J]. 王宇希,张凤军,刘越. 科技导报. 2018(10)
[7]AR技术与传统纸媒的交互融合设计研究[J]. 詹秦川,赵洋. 包装工程. 2018(06)
[8]基于Vuforia SDK与模型追踪技术的PC端AR技术开发[J]. 秦承运,朱云龙,戴海波,梁江伟. 信息与电脑(理论版). 2018(03)
[9]如何看待我国的虚拟现实科学技术问题[J]. 王志. 中国科学:信息科学. 2017(12)
[10]基于增强现实的儿童图书设计研究[J]. 刘彦宏. 艺术教育. 2017(17)
硕士论文
[1]基于移动增强现实的博物馆导览系统设计与实现[D]. 虞锦东.沈阳工业大学 2018
[2]基于Unity3D的移动增强现实技术与应用研究[D]. 罗永东.青岛科技大学 2015
[3]基于Android的增强现实客户端的设计与实现[D]. 戴瑞婷.电子科技大学 2015
[4]增强现实技术在教学中的应用研究[D]. 张洪波.河南大学 2012
本文编号：3288360
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3288360.html
最近更新
教材专著
