楊松　萬韜阮　武桐　朱耀麟

摘 要：目前，基于特殊標志的增強現(xiàn)實系統(tǒng)，不夠美觀，且不適用室外；而基于自然特征的傳統(tǒng)算法速度慢，提出了一種基于BRISK特征檢測提取的增強現(xiàn)實系統(tǒng)。BRISK采用二進制的描述子以及漢明距離匹配，以給定半徑圍繞關(guān)鍵點周圍的圓進行均勻采樣，顯著減少采樣點的數(shù)量，從而大大改善了運行速度，且該系統(tǒng)采用自然場景中的物體作為目標，省去了不美觀的標志。實驗表明，該系統(tǒng)在很短的時間便可達到穩(wěn)定結(jié)果，在室外以及遮擋部分標志物也能穩(wěn)定工作。

關(guān)鍵詞：增強現(xiàn)實；自然特征；BRISK；漢明距離；描述子

中圖分類號：TP391 文獻標識碼：A

Abstract：Currently，augmented reality systems based on special signs affect the appearance and don't work in outdoor.And the traditional algorithms of the systems based on natural features are slow.This paper presents an augmented reality system designed based on BRISK feature extraction.BRISK use binary descriptor and match with the Hamming distance.And BRISK uses a deterministic sampling pattern resulting in a uniform sampling-point density at a given radius around the keypoint.So BRISK uses dramatically fewer sampling-point.It significantly improved speed.The system uses natural objects in the scene as the target.It eliminates unsightly markers.The experimental results show that：the system can achieve a stable result in a very short time.And it also stably work in outdoor and blocking the partially marker.

Keywords：augmented reality；natural features；BRISK；Hamming distance；descriptor

1 引言（Introduction）

增強現(xiàn)實（Augmented Reality，簡稱AR），也被稱之為混合現(xiàn)實，利用計算機技術(shù)和可視化技術(shù)生成現(xiàn)實場景中不存在的虛擬物體，并通過傳感技術(shù)將虛擬物體準確注冊在真實場景中，借助顯示設(shè)備將虛擬物體與真實場景融為一體，給使用者一個感官效果真實的新環(huán)境[1，2]。由于其廣闊的應(yīng)用和發(fā)展前景，所以吸引越來越多國內(nèi)外知名大學(xué)和研究機構(gòu)的關(guān)注。

基于特征提取、匹配、定位的注冊技術(shù)在AR研究中占有很大比例，通過建立二維圖像特征坐標和三維真實世界特征坐標之間一一對應(yīng)關(guān)系，估算攝像機的姿態(tài)[3]，即虛擬物體進行幾何變換的參數(shù)，定位成功后，把虛擬物體放置在目標上。

虛擬物體的注冊定位問題是增強現(xiàn)實研究的一個難點，目前解決的方法大體可分為采用特殊標志的和基于自然特征的。采用特殊標志的技術(shù)發(fā)展比較成熟，日本廣島城市大學(xué)與美國華盛頓大學(xué)聯(lián)合開發(fā)的增強現(xiàn)實系統(tǒng)二次開發(fā)工具——ARToolkit[4]是以此技術(shù)開發(fā)的，國內(nèi)武漢大學(xué)的常勇等利用此開發(fā)包設(shè)計完成了“地下管網(wǎng)增強現(xiàn)實系統(tǒng)”[5]，華中科技大學(xué)的熊金猛、易俊等設(shè)計了“基于增強現(xiàn)實的車間布局仿真系統(tǒng)”[6]和“海底冒險室內(nèi)增強現(xiàn)實系統(tǒng)”[7]；由于特殊標志包含了所有定位信息，所以標志物要完整出現(xiàn)在視頻幀中，因此此技術(shù)廣泛應(yīng)用于環(huán)境穩(wěn)定的室內(nèi)，有很大的局限性?；谧匀惶卣鞯氖钱斍暗臒衢T研究方向[8]。

關(guān)于自然特征的檢測及描述算法有許多，眾所周知的SIFT、SURF、FAST等，在不考慮旋轉(zhuǎn)與仿射變換的條件下，F(xiàn)AST是不錯的選擇，在小幅度的旋轉(zhuǎn)下，F(xiàn)AST還是有一定的容錯能力的；SIFT、SURF具有尺度不變性和旋轉(zhuǎn)不變性，精度高，只是速度很慢，對于實時的系統(tǒng)不滿足要求；為了滿足速度要求，在犧牲一些精度的情況下，提出了ORB、BRISK算法。BRISK特征算子是一種新的具有尺度不變性和旋轉(zhuǎn)不變性的角點檢測和描述算法，與其他的特征檢測與描述算法（SIFT、SURF等）相比，由于其采用二進制描述子以及Hamming距離匹配，使運算速度有了很大改善[9]。

本文BRISK算法對自然特征進行檢測與提取，然后使用Hamming距離匹配，最后用RANSAC算法去除誤匹配點，通過這些匹配特征點對，建立相機坐標和真實世界坐標之間的變換關(guān)系，找到預(yù)設(shè)目標，之后通過OpenGL將虛擬物體放置在目標上，達到對現(xiàn)實的增強效果。

2 系統(tǒng)設(shè)計（The system design）

所設(shè)計的AR系統(tǒng)主要包括圖像識別與特征檢測、特征提取、特征匹配、攝像機標定、虛擬物體三維注冊等部分。

系統(tǒng)的大體工作流程是：先預(yù)設(shè)目標圖片（如書封面等），用攝像頭遍歷場景，通過BRISK算法檢測與提取自然特征，之后通過提取的特征進行匹配，成功后即找到目標，將由攝像機標定得到的內(nèi)參數(shù)和得到的匹配特征點對代入到投影方程中求得旋轉(zhuǎn)矩陣R和平移分量t，最后將OpenGL生成的虛擬物體放置到目標上，完成對現(xiàn)實場景增強的效果。

3 BRISK特征檢測提取（Camera pose estimation）

3.1 尺度空間關(guān)鍵點檢測提取

其中，d0由c0下采樣得到，不同octave之間的采樣關(guān)系為2/3，不同尺度之間的采樣關(guān)系為1/2。

關(guān)鍵點檢測是通過FAST的算法進行的，BRISK算法大部分使用FAST9-16提取特征點。首先，F(xiàn)AST9-16應(yīng)用于每一個octave和每一層intra-octave，取相同的閾值T識別潛在的感興趣區(qū)域；然后，對興趣區(qū)域中的點進行非極大值抑制：（1）問題點要滿足最大值條件，即同一層中興趣點的FAST score必須大于與它相鄰的其他八個點；（2）上下層的必須小于該點的。滿足條件的即為所提取的關(guān)鍵點。對于最底層c0層，需要用FAST5-8虛擬一個d-1層。

3.2 BRISK描述子建立

BRISK使用幾個同心Bresenham圓上均勻分布的點，每個模式設(shè)置了60個點，如圖1所示為尺度t=1的模式的采樣點分布，由長距離采樣點和短距離采樣點對分別估計特征點方向和生成二進制描述子。

4 攝像機的位姿估計（The result and conclusion）

其中，（X，Y，Z）T為真實世界坐標；為攝像機內(nèi)參數(shù)矩陣，fx、fy、Cx、Cy為內(nèi)參數(shù)，由攝像機標定可得；（x，y）T為投影變換后的二維圖像坐標；R、t為世界坐標系到相機坐標系的轉(zhuǎn)換系數(shù)。

由此式可得，通過匹配點對，代入方程中即可計算得到攝像機的位姿。最后將OpenGL生成的虛擬物體放置到目標上。

5 結(jié)論（Conclusion）

實驗所用的主要的硬件有Microsoft LifeCam Studio攝像頭，系統(tǒng)為64位win8的筆記本電腦；開發(fā)平臺為Visual Studio 2010，鏈接OpenCV、OpenGL開發(fā)數(shù)據(jù)庫。

圖3（a）—圖3（d）為實驗結(jié)果，分別以不同目標圖片（書封面、空調(diào)箱、窗戶、工藝品）為目標。

就速度而言，從特征檢測、提取到建立匹配，BRISK的處理總時間大約為75ms左右，SIFT的處理總時間大約為3200ms左右；可看出BRISK這點遠優(yōu)于SIFT。從實驗可得，該系統(tǒng)也可在戶外穩(wěn)定工作，且遮擋部分標志也能穩(wěn)定運行。后期，加入GPS、慣性導(dǎo)航傳感器，在戶外便可達到高精度的定位信息，從而為戶外增強現(xiàn)實技術(shù)的研究提供了一條路徑。

參考文獻（References）

[1] 申凱，戴青，費曉飛.戶外增強現(xiàn)實系統(tǒng)的關(guān)鍵技術(shù)研究[J].微機算機信息，2006，22（27）：169-172.

[2] 朱淼良，姚遠，蔣云良.增強現(xiàn)實綜述[J].中國圖象圖形學(xué)報，2004，9（7）：767-773.

[3] 孫源，陳靖.智能手機的移動增強現(xiàn)實技術(shù)研究[J].計算機科學(xué)，2012，39（Z6）：493-498

[4] 任結(jié)，等.基于ORB自然特征的AR實時系統(tǒng)實現(xiàn)[J].計算機應(yīng)用研究，2012，29（9）：3594-3596.

[5] Kato H，Billinghurst M.Marker tracking and HMD calibration for a video-based augmented reality conferencing system[C].Proceedings of 2nd IEEE and ACM International Workshop on Augmented Reality，Washington DC，USA：IEEE ComputerSociety，1999：85-94.

[6] 常勇，何宗宜.基于ARToolKit的地下管網(wǎng)增強現(xiàn)實系統(tǒng)研究[J].計算機工程與應(yīng)用，2005，（29）：196-199.

[7] 熊金猛，等.基于增強現(xiàn)實的車間布局仿真系統(tǒng)的設(shè)計與開發(fā)[J].機械與電子，2007，（1）：64-67.

[8] 易俊，李自力.基于ARToolKit立體視覺成像增強現(xiàn)實系統(tǒng)的研究[J].微計算機信息，2007，23（10）：255-257.

[9] Huang Fen，et al.Piano AR：a markerless augmented reality basedpiano teaching system[C].Proc of Intelligent Human-Machine Systems and Cybernetics.2011：47-52.

[10] 曹建，等.基于BRISK改進的快速角點特征算法[J].艦船電子工程，2013，33（5）：44-47.

作者簡介：

楊 松（1986-），男，碩士生.研究領(lǐng)域：戶外增強現(xiàn)實技術(shù).

萬韜阮（1960-），男，博士，教授.博師生導(dǎo)師.研究領(lǐng)域：三維可視化.

武 桐（1982-），女，碩士，講師.研究領(lǐng)域：圖像處理.

朱耀麟（1977-），男，博士，副教授.研究領(lǐng)域：信號處理.