本发明专利技术提供了一种自适应ORB目标跟踪方法，对FAST特征不具备方向的问题，加入了FAST特征的方向信息，在特征点描述部分则采用基于像素点二进制位比较的BRIEF特征描述子，并改进了BRIEF描述子对图像噪声敏感和不具有旋转不变性的缺点，与SIFT算法相比，ORB算法不仅具有旋转不变性和抗噪声能力，同时运算速度比SIFT算法提高了两个数量级。本发明专利技术的自适应ORB目标跟踪方法充分利用了ORB算法的这一特性，并对ORB算法作出进一步改进，然后在此基础上提出了自适应ORB算法，进一步提高运算的速度和跟踪的准确性，更加符合实时跟踪的要求。
【技术实现步骤摘要】
201610156876
【技术保护点】
一种自适应ORB目标跟踪方法，其特征在于包括以下步骤：(1)对于动态视频的当前帧，框选目标区域，在目标区域内检测该帧的特征点并加上方向信息：(1.1)利用FAST算子对当前帧进行特征点检测，得到当前帧的所有FAST特征点；(1.2)在检测到的FAST特征点中，利用Harris角点检测算子挑选出Harris角点响应值最大的前N个FAST特征点，其中Harris角点相应函数为：R＝detM‑k(traceM)2其中，M为矩阵：M(x,y)=Σx,yw(x,y)Ix(x,y)2Ix(x,y)Iy(x,y)Ix(x,y)Iy(x,y)Iy(x,y)2]]>对矩阵M(x,y)对角化得到：M=λ100λ2]]>Ix(x,y)和Iy(x,y)为坐标为(x,y)的像素点的灰度值I(x,y)的偏导数，w(x,y)为高斯窗口函数，detM＝λ1λ2，traceM＝λ1+λ2，k为经验常数因子；(1.3)利用图像金字塔产生多尺度特征；(1.4)对N个FAST特征点分别加上方向信息，包括以下过程：(1.4.1)对于一个FAST特征点，定义以该FAST特征点为中心的像素块的矩：mij=Σx,yxiyjI(x,y)]]>其中，mij为像素块的矩，i和j分别是矩的阶数的系数；(1.4.2)对于像素块，通过以下公式计算其亮度质心C：C=m10m00,m01m00]]>其中，m00是像素块的0阶矩，m01和m10是像素块的1阶矩；设像素块的中心点为O，则中心点O到亮度质心C构成向量则FAST特征点的方向为θ：θ＝atan2(m01,m10)(2)对FAST特征点进行描述：(2.1)对当前帧进行高斯模糊；(2.2)生成BRIEF描述子，包括以下过程：(2.2.1)在D×D的图像块区域定义一个τ测试：τ(I;P1,P2)=1:I(P1)<I(P2)0:I(P1)≥I(P2)]]>其中，I(P1)表示点P1(u,v)处的灰度值，I(P2)表示点P2(p,q)处的灰度值，D为设置值；(2.2.2)在D×D的图像块区域中随机选出n对点P1i,P2i进行τ测试，得到长度为n的二进制串，即BRIEF描述子：(2.3)对BRIEF描述子进行旋转，生成steered BRIEF描述子，包括以下过程：(2.3.1)将随机选出的n对点P1i,P2i构建特征测试集，用2×n矩阵表示：S=P11,...,P1nP21,...,P2n]]>(2.3.2)利用FAST特征点的方向θ对矩阵S进行旋转，得到矩阵Sθ：Sθ＝RθS其中Rθ为旋转矩阵：Rθ=cosθsinθ-sinθcosθ]]>(2.3.3)生成steered BRIEF描述子为：gn(I；θ):＝fn(I)|(P1i,P2i)∈Sθ(2.4)利用贪婪搜索法从特征测试集中筛选出满足要求的steered BRIEF描述子构成rBRIEF，包括以下过程：(2.4.1)计算所有的steered BRIEF描述子与0.5的距离，并对其进行排序，利用排序后的steered BRIEF描述子构建向量T；(2.4.2)进行贪婪搜索：创建一个结果向量R，将向量T中的第一个steered BRIEF描述子放入R中，并将其从T中提出，然后将T中的下一个steered BRIEF描述子取出来与R中的所有steered BRIEF描述子进行比较，计算T中取出的steered BRIEF描述子与R中的所有steered BRIEF描述子的相关性，如果相关性超过设定的阈值threshold，则将取出的steered BRIEF描述子丢弃，否则将取出的steered BRIEF描述子放入R中；(2.4.3)重复步骤(2.4.2)直到R中有n个steered BRIEF描述子，或则T中所有的steered BRIEF描述子比较完毕；若R中有n个steered BRIEF描述子，则向量R中的steered BRIEF描述子即为rBRIEF描述子，则进入步骤(3)，否则调高threshold，回到步骤(2.4.1)开始重构向量T并重新进行贪婪搜索；(3)进入下一帧，以下一帧作为当前帧对其重复步骤(1)和步骤(2)的过程，得到该帧的FAST特征点及其rBRIEF描述子；(4)计算前后两帧的FAST特征点的描述子之间的汉明距离，如果汉明距离在设定的阈值范围内，则前后两帧的FAST特征点匹配成功，后一帧匹配成功的特征点所组成的区域为跟踪区域；否则匹配失败；(5)对跟踪区域内的FAST特征点进行统计以计算跟踪区域的重心，计算重心到每一个FAST特征点的欧氏距离并求出其中的最大值，以重心为圆心，以欧氏距离最大值为半径画圆，以...
【技术特征摘要】
【专利技术属性】
技术研发人员：罗大鹏，张明东，罗林波，刘永文，曾志鹏，魏龙生，马丽，王勇，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。