The invention relates to a rigid body target tracking method based on feature and region synergy matching. The method comprises the following steps: 1) select the target region in the initial image, and detect the SURF features in the target area; 2) in the target area, with each SURF feature point as the center to construct invariant region; 3) in the current image arrives, extract the SURF characteristics, and the initial image for collaborative SURF feature matching and based on the invariant region, the formation of the matching points; 4) according to the obtained matching points calculated motion parameters in order to determine the target area of the current image, target tracking. The invention is based on the study of SURF features in complex changes of the repeatability of the rules and scheme for solving the motion parameters using SURF features and regional collaborative template matching, local characteristics of the target area to achieve accurate description and matching, so as to guarantee the robustness and stability of tracking effect.
【技术实现步骤摘要】
一种基于特征和区域协同匹配的刚体目标跟踪方法
本专利技术属于计算机视觉
,具体涉及一种基于特征和区域协同匹配的刚体目标跟踪方法。
技术介绍
刚体目标表面任意一点的运动都可以代表整体的运动,使得利用目标区域内的特征来描述目标运动成为可能。已有的刚体目标跟踪方法致力于提取参考图像目标区域内具有不变性的某些特征,并对提取的特征进行量化和描述,如颜色特征、纹理特征、光流特征。局部特征是指在图像区域内检测到的局部具有不变性、可重现性和特异性的特征,能够在一定程度上抵抗遮挡、尺度、旋转等复杂变化,并提供对特征的定量描述。目前,相比其他特征,局部特征在不变性和特异性方面优势愈专利技术显,使其更加深入的应用在目标跟踪中。在当前帧到来时,首先对整个区域提取局部特征并描述。进而,通过局部特征的匹配找到同上一帧相同目标内局部特征的候选对应集。借助随机采样一致性算法(RANSAC),去除不正确的对应特征集,估计出运动变换参数,实现目标跟踪。图1给出了基于特征的跟踪方法框图,其主要思路在于将跟踪看成是局部特征匹配问题。目前,SURF(Speed-upRobustFeature,加速鲁棒特征)特征是应用较多且效果较为理想的局部特征之一,主要引入积分图像快速算法,并通过执行加减法运算近似得到高斯二阶微分的响应值。SURF算法主要包括特征检测和特征描述两方面。特征检测通过快速计算每个特征的尺度和主方向,并且圈定以检测点为中心的尺度旋转不变对称邻域;特征描述在该不变性邻域内进行Haar特征计算,并最终形成64维特征向量。不同图像之间的SURF特征匹配主要是通过比较特征向量之间的距离实 ...
【技术保护点】
一种基于特征和区域协同匹配的刚体目标跟踪方法,其特征在于,包括以下步骤:1)在初始图像中选定目标区域,并在目标区域检测SURF特征;2)在目标区域内,以每个SURF特征点为中心构建不变性区域;3)在当前图像到来时,提取其SURF特征,并与初始图像进行基于SURF特征和不变性区域的协同匹配,形成匹配点对;4)根据得到的匹配点对计算得出运动参数,从而确定当前图像的目标区域,实现目标跟踪。
【技术特征摘要】
1.一种基于特征和区域协同匹配的刚体目标跟踪方法,其特征在于,包括以下步骤:1)在初始图像中选定目标区域,并在目标区域检测SURF特征;2)在目标区域内,以每个SURF特征点为中心构建不变性区域;3)在当前图像到来时,提取其SURF特征,并与初始图像进行基于SURF特征和不变性区域的协同匹配,形成匹配点对;4)根据得到的匹配点对计算得出运动参数,从而确定当前图像的目标区域,实现目标跟踪。2.如权利要求1所述的方法,其特征在于,还包括在线更新步骤:对SURF特征和不变性区域进行在线更新,以提高后续跟踪的自适应性。3.如权利要求1或2所述的方法,其特征在于,步骤1)检测SURF特征时,利用积分图像计算Hessian矩阵行列式,再通过选取极值来定位SURF特征点,并通过调整方格滤波器的尺寸来建立尺度空间。4.如权利要求1或2所述的方法,其特征在于,步骤3)所述基于SURF特征和不变性区域的协同匹配,是首先利用SURF特征匹配得到运动参数初始值,然后利用已构建的不变性区域进行匹配得到精确运动参数,从而形成匹配点对。5.如权利要求4所述的方法,其特征在于,步骤3)首先利用特征向量找到候选对应点,然后按...
【专利技术属性】
技术研发人员:苗权,吴昊,刘丙双,涂波,刘鑫沛,康春建,羊晋,李明哲,计哲,李锐光,程光,戴帅夫,张洛什,尚秋里,
申请(专利权)人:国家计算机网络与信息安全管理中心,
类型:发明
国别省市:北京,11
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。