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。其中在预处理阶段时使用OBB（方向包围盒）树辅助场景模型生成空间单元,计算出空间单元在不同视角的可见性,并完成不可见单元的剔除,使得在离线状态就剔除掉一部分模型。在运行阶段时,完成了细节层次因素相关计算,得出渲染所需的最少必要空间单元,利用GPU（图形处理器）的并行计算能力,生成必要空间单元的三角形序列。通过实验测试结果发现,使用上述方法能够在保证场景真实性的前提下,将场景模型的必要渲染时间最小化,从而降低了模型渲染帧率,保证了场景模型交互在定位过程中的实时性。
基本信息
| 题目 | 基于WebGL的场景识别视觉定位系统研究 |
| 文献类型 | 硕士论文 |
| 作者 | 李智猛 |
| 作者单位 | 杭州师范大学 |
| 导师 | 黄剑平 |
| 文献来源 | 杭州师范大学 |
| 发表年份 | 2020 |
| 学科分类 | 信息科技 |
| 专业分类 | 计算机软件及计算机应用,计算机软件及计算机应用 |
| 分类号 | TP391.41;TP311.52 |
| 关键词 | 特征提取,特征聚类 |
| 总页数： | 66 |
| 文件大小： | 5604K |
论文目录
| 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
| [1] 智能教杆用视觉定位技术研究[J]. 国外电子测量技术 2019(11) |
| [2] 基于视觉定位技术的全自动挂件项目的研究与应用[J]. 锻造与冲压 2019(22) |
| [3] 试论电视节目后期制作技术思维与视觉定位[J]. 电视指南 2016(12) |
| [4] 电视节目后期制作技术思维和视觉定位研究[J]. 电视指南 2017(17) |
| [5] 多人视觉定位中的防丢失技术的改进仿真[J]. 计算机仿真 2016(06) |
| [6] 室内视觉定位与导航综述[J]. 黑龙江科技信息 2017(08) |
| [7] 三坐标自动化检测系统中视觉定位补偿方法的应用[J]. 智能制造 2020(12) |
| [8] 四轴飞行器的视觉定位设计与实现[J]. 机床与液压 2019(05) |
| [9] 基于机器视觉定位的吊装机智能控制系统设计[J]. 西安工程大学学报 2017(02) |
| [10] 粗精结合的室内机器人视觉定位方法[J]. 计算机工程与设计 2021(03) |
| [11] 基于立体视觉定位的球形机器人系统研制[J]. 机器人 2012(06) |
| [12] 一种基于平面四边形的视觉定位算法[J]. 沈阳理工大学学报 2009(02) |
| [13] 装配机器人视觉定位系统的研究[J]. 机电技术 2015(02) |
| [14] 视觉定位控制系统设计[J]. 智富时代 2018(05) |
| [15] 一种混联喷雾机械臂视觉定位系统设计[J]. 农机化研究 2014(04) |
| [16] 辅助移动机器人的分布式视觉定位系统[J]. 中南大学学报(自然科学版) 2013(S2) |
| [17] 自动钻孔机视觉定位系统设计[J]. 机电工程技术 2021(02) |
| [18] 一种应用在电子封装机上的视觉定位算法[J]. 机械与电子 2017(01) |
| [19] 基于摄像机的机器人视觉定位的研究[J]. 广东技术师范学院学报 2014(03) |
| [20] 基于多元回归的人体动态视觉定位方法[J]. 仪器仪表学报 2020(07) |
| [21] 视觉定位系统在晶片倒装中的应用[J]. 中国设备工程 2018(12) |
| [22] 基于空间平面约束的视觉定位模型研究[J]. 仪器仪表学报 2018(07) |
| [23] 一种运动恢复结构和航位推算结合的室内行人视觉定位方法[J]. 地球信息科学学报 2017(06) |
| [24] 集装箱码头锁销自动化拆装视觉定位系统研究[J]. 港口装卸 2019(01) |
| [25] 基于深度学习的井下巷道行人视觉定位算法[J]. 计算机应用 2019(03) |
| [26] 图像处理在机械手视觉定位控制中的应用[J]. 电气传动 2019(02) |
| [27] 一种改进的机器人视觉定位方法[J]. 鲁东大学学报(自然科学版) 2009(04) |
| [28] 微薄硅晶片高速视觉定位及矫正系统[J]. 广东工业大学学报 2018(01) |
| [29] 农业机械全方位视觉定位系统的定位算法[J]. 农业工程学报 2013(02) |
| [30] 深度学习在视觉定位与三维结构恢复中的研究进展[J]. 激光与光电子学进展 2018(05) |
相似文献
| [1]面向时序图像的深度视觉定位算法研究[D]. 常满禹.厦门大学2019 |
| [2]结合视觉与惯性特征的主被动协同室内定位方法[D]. 孙龙培.深圳大学2019 |
| [3]复杂多针脚异型元件的精密视觉定位与检测[D]. 陈响.华南理工大学2019 |
| [4]基于语义的视觉定位算法研究[D]. 戴进.哈尔滨工业大学2019 |
| [5]基于One-Shot Learning的场景识别技术的设计与实现[D]. 段云志.电子科技大学2019 |
| [6]空间目标激光驱动实验装置跟瞄及视觉定位系统研究[D]. 刘春蒙.哈尔滨工业大学2019 |
| [7]面向圆孔测量的工业机器人视觉定位及其控制技术研究[D]. 张晓阳.湘潭大学2019 |
| [8]FPC上下料视觉定位系统的开发[D]. 麦志杨.广东工业大学2019 |
| [9]基于视觉定位的混合现实框架[D]. 高鑫磊.西安电子科技大学2019 |
| [10]工件视觉定位和识别的关键算法研究[D]. 周应东.西南科技大学2019 |
