然后计算两幅图像的相关系数 p，本文选择所有模板中与规则化图像具有最大相关系数 p且 p>0．5的模板作为当前匹配结果，并返回与之对应的 id值 2．2摄像机位置、姿态估计

首先给出系统的坐标变换关系如图 3所示。规定平面标识在世界坐标系中的位置为已知，摄像机位置、姿态计算问题转化为摄像机坐标系与世界坐标系之间三维变换矩阵的求解。

世界坐标 系与摄像机坐标系间的变换关系可以用式(5)表示。其中 w为世界坐标系下某点坐标，c为该点在摄像机坐标系中的位置，t ：[r r r：t] 为待求三维变换矩阵，包含三个旋转分量和一个平移分量。

c=t w (5)

由于规定平面标识与世界坐标系下的z：0平面重合 ，则由式 (5)可得 ，平面标识上的某点在世界坐标系下的坐标 wi=(x ，y wi，0，1) 与其在摄像机坐标系下坐标 c；：(x y z i，1) 之间的关系可以表示为式(6)。

有 8个待定系数，由标识的 四个角点可得 如下 方程组 ，则完全可以求取以上 8个未知数。

通过上述计算可以确定变换矩阵中的 r ，r ，t，三个分量，由变换矩阵旋转分量的正交性可以求得r ：r ×r ，最后需要对所求得的结果作归一化操作以消除比例因子 t 对计算结果的影响，方法是将(1 r l+l r 1)／2去除以上各分量。

事实上由于不可能完全避免成像畸变以及图像处理过程中的误差，上述方法求得的变换矩阵 t 是不够精确的。解决方法是利用上述方法求取第一帧图像对应的 t ，在后续计算过程中采用非线性最小二乘法求取后续帧的对应的变换矩阵。误差逼近计算公式见式 (1 1)。

式中(文 i)(i=0，1，2，3)为根据上一帧t 求得的标识四个角点在像平面坐标系下的位置，(x i，y ；)(i=0，1，2，3)为实时检测到的标识角点在图像中的位置。本 文利用勒温伯格一马阔特方法求解式(11)。

3 应用实例——基于混合现实的小区规划系统

传统的住宅小区规划方法之一是制作规划方案模型，但是制作实体模型不仅费时费力，而且修改起来也极为不便。近年来，基于虚拟现实技术的小区规划方法已经逐渐为设计者所接受，它一定程度上解决了实体模型规划方法的缺点，但是由于缺乏高效、自然的人机交互方式，使得规划效果大打折扣。混合现实技术的出现为小区规划提供了新的契机，它既继承了虚拟现实技术卓越的三维表现能力，又具有虚实结合的特点，能够在真实的规划场景中整合设计要素，给设计者和方案评估者以直观的感受。

笔者利用本文方法开发了一套基于混合现实技术的虚拟小区规划系统。系统中不同的标识对应不同的虚拟建筑模型，用户可以在视线范围内随意移动模型．从而实现不 同的规划 方案 。运行效果 如图4该系统满足了小区规划对虚实交互、人机交互的要求，充分体现出混合现实技术在小区规划应用中的优势。

4 结束语

本文设计 了一种基于计算机视觉的虚实场景合成方法，具有实时性好、可用性高等特点，当前系统中存在的主要问题是虚拟场景与真实场景之间还没有遮挡和碰撞关系 ，从 而影响 了系统 的真实感 ，下一步的工作是对虚实之问的遮挡和碰撞检测问题展开研究。

上一页  [1] [2]