基于元胞自动机的增强现实标记识别算法

　　根据式(1)，c=(0，1，…， )其中开始点为随机选择的。实验证明，随机选择的效果比固定选择，如边界的情况要好一些。算法采用定值型的边界。保障演化运算不超过矩形空间。

　　2．2 演化规则

　　(1)先判断是否是边缘点。由边缘定义可知，如果某一点状态与其近邻点中大部分点 的状态相异 ，就是梯度变 化明显，那这个点就可以认为是边缘点，否则就认为是背景点，也就是非边缘点。基于此理论，按如下规则来判断边缘点位置。

　　(2)判断是否是边 的点，可 以有两种判 断方 法，从 图 1可知，标记是由一个固定宽度的正方形构成的。设标记的宽度为d，黑色标记带的宽度为n，则可用如下的规则判断是否是正方形边上 的点。即必须是边缘点并且满足连续 x或 Y方向上n个都是边缘点。或者满足连续 x或 Y方向上 d个都是同等灰度的。如 式(4)和(5)表示

(3)判断是否是顶点，如是顶点必须满足是边上的点并且满足连续 x或 Y方向上n个都是 同等灰度的。如式(6)所示

　　(4)内部特征点必须满足是边缘点且不是边点，如下

　　(5)系统结束条件是非常重要的，不然根据现在对 CA的研究，是很容易陷入混沌状态的 。所以必须设置结束条件，根据应用，结束条件是找到所有顶点并且特征点的数 目满足特 征识别 的要求 。如下所示：

　　3 实验结果

　　ARTOOLKIT是一种高效的AR开发平台。其标记识别采用传统方法，作者利用这个平台，改写了标记识别部分的算法，取得了较好的效果。在同一背景和相同PC及相机的情况下， 比较实验结果如表 1、表 2，以及图4、图5所示。可见采用 CA模型的系统在识别效果很好的情况下实时性有了很大提高。

　　4 结束语

　　CA方法由于采用了二值运算，并且演化步骤有限，因此算法的效率是很高的，能够较好的满足AR系统实时处理的要求，可预留更多的时间给渲染程序。当然，由于 CA在AR中的应用才刚刚起步，CA算法应该还可以应用在AR系统的很多地面，如坐标系变换、光照处理等，这些还有待进一步的研究。