[发明专利]一种海上风电场增强现实方法

权利要求书

1.一种海上风电场增强现实方法，应用于操作人员穿戴的AR眼镜上，其特征在于，包括：识别出风电场中的目标器械，实时获取操作人员视角信息和AR眼镜中相机的位置信息，根据所述操作人员视角信息和AR眼镜中相机的位置信息将虚拟对象叠加到真实的场景中所述的目标器械上或目标器械的设定方向位置处，其中，所述的虚拟对象包括目标器械的虚拟内部结构、目标器械内部部件虚拟运行姿态、目标器械的运行参数数据、目标器械的拆装动画、目标器械的历史数据信息中的任意一项或几项；

将相机采集的图像与预先准备好的目标器械的图像做ORB匹配，得到目标器械在图像中的大致位置；

对预先准备好的目标器械的图像进行ORB特征点提取并与相机采集的图像进行匹配，包括：分别获取该两图像的特征点，得到特征描述子，并判断两图像的特征描述子之间的欧式距离是否小于设定阈值，若判断结果为是，则判断两图像相匹配，否则判断两图像不匹配；

所述的ORB特征点提取包括以下步骤：

A1、将预先准备好的目标器械的图像生成图像高斯金字塔；

将预先准备好的目标器械的图像扩大一倍，作为高斯金字塔的第一组第一层，将第一组第一层图像经高斯卷积得到第一组第二层，高斯卷积的公式为：

其中，(x,y)为像素点的坐标，σ为正态分布的标准偏差；

将σ乘以一个比例系数k，得到新的σ，用它来平滑第一组第二层的图像，重复该步骤，最后得到L层图像，在同一组中，每一层图像的尺寸都是一样的，只是平滑系数不一样；

将第一组倒数第三层图像作比例因子为2的降采样，得到的图像作为第二组第一层，然后进行步骤A102和A103，得到第二组的L层图像；

根据上述过程，反复执行，得到一共O组，每组L层，共计O*L个图像；

A2、根据步骤A1中得到的图像生成DOG金字塔；

由步骤A1中，得到的图像高斯金字塔中的第一组第二层减第一组第一层得到DOG金字塔第一组第一层，高斯金字塔中的第一组第三层减第一组第二层得到DOG金字塔第一组第二层，以此类推，逐组逐层生成每一个差分图像，所有的差分图像构成差分DOG金字塔，即DOG金字塔的第O组第I层图像是高斯金字塔的第O组I+1层减第O组I层得到的；

A3、对步骤A2得到的图像进行空间极值点检测，得到在尺度空间和二维图像空间上都是局部极值点的若干关键点；

在DOG金字塔图像中，所有像素点与它3*3邻域内的8个点做比较；

各像素点再和上下相邻两层图像中相同位置的像素点的3*3领域内的2*9个点做比较；

保证关键点在尺度空间和二维图像空间上都是局部极值点；

A4、在步骤A3中得到的关键点中，以每一个关键点像素p为中心，半径为3做圆，圆形上有16个像素点分别为：p1、p2、...p16；

A5、定义一个阈值，计算p1、p9与中心p的像素差，若它们绝对值都小于设定阈值，则判断p点不可能是特征点，除去，否则，p点为候选点，需进一步判断；

A6、若p是候选点，则计算p1、p9、p5、p13与中心p的像素差，若它们的绝对值有至少3个超过阈值，则当做候选点，再进行下一步考察；

A7、计算p1到p16这16个点与中心p的像素差，若它们有至少9个超过阈值，则p为特征点；

A8、对图像进行非极大值抑制：计算特征点处的得分值，判断以特征点p为中心的一个邻域内，若有多个特征点，则判断每个特征点的s值，若p是邻域所有特征点中响应值最大的，则保留；

得分计算公式为：

其中p表示中心点的像素值，value表示以p为中心的领域内的特征点的像素值，S表示得分，t表示阈值；所述的特征点的s值为16个点与中心差值的绝对值总和；

A9、以步骤A8中所保留的特征点为中心，取SxS的邻域窗口，在窗口内随机选取一对点，比较二者像素的大小，进行二进制赋值；

其中，p(x)，p(y)分别是随机点x＝(u1,v1),y＝(u2,v2)的像素值；

A10、在窗口中随机选取N对随机点，重复二进制赋值，得到特征描述子；

A11、对步骤A8中筛选后的每一特征点，均得到一个256bit的二进制编码。