【AR技术点】（一）如何通过捕捉特征图像来建立起三维空间

在AR的技术中，最主要的技术点主要有三个：

1. 捕获特征图像
2. 跟踪特征图像的移动
3. 计算捕获的特征图像相对于原特征图像的偏移向量

为什么说这三个是最重要的呢
原因就是AR技术最关键的就是能够高效的捕捉你给予的特征图像，并在此之上将二维的视频图像转换成三维的空间，然后在此之上展示你想要展示的3D模型。

捕获特征图像

说到特征匹配，就得先说一下什么是特征点，现在几乎所有的特征图像捕捉算法都是基于特征点进行匹配的

特征点，顾名思义，就是图像中或者全局或者局部的一种能够描述图片特征的具有标识性的点。
一般情况下，特征点是指的是图像灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点(即两个边缘的交点)。听起来有点像是角点，但是实际是角点只是特征点中的一类。
举一个例子，对于FAST特征点检测算法，特征点判别如下：
判别特征点p是否是一个特征点，可以通过判断以该点为中心画圆，该圆过16个像素点。设在圆周上的16个像素点中是否最少有n个连续的像素点满足都比Ip+t大，或者都比Ip−t小。（这里Ip指的点p的灰度值，t是一个阈值）
如果满足这样的要求，则判断p是一个特征点，否则p不是。

通过这些点我们可以用来识别图像、进行图像配准、进行3D重建等。

由于我们这里只是讲解AR的关键技术，所以就不对特征匹配算法进行一一地讲解了
我们梳理一下一般的特征图像匹配算法的流程：

 PS：这里设摄像头图像为srcImg，想捕获的图像为grab