基于改进SURF和P-KLT算法的特征点实时跟踪方法研究

《基于改进SURF和P-KLT算法的特征点实时跟踪方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaetAstrOnauiicaSinicaMay252013V01．34No．51204—1214ISSN1000．6893CN11，1929／Vhttp：／／hkxb．buaaedu，cnhkxb@buaaeduCRdoi：10．7527／51000—6893．2013．0206基于改进SURF和P—KLT算法的特征点实时跟踪方法研究蔡佳1’2，黄攀峰1’2，*1．西北工业大学航天飞行动力学技术重点实验室，陕西西安7100722．西北工业大学智能机器人研究中心，陕西

2、西安710072摘要：针对视频序列中运动目标的实时跟踪问题，提出一种基于改进SURF算法和金字塔KLT算法相结合的特征点跟踪方法。首先人工标定目标区域，利用改进的SURF算法分块快速提取具有高鲁棒性、独特性的特征点；然后在后续帧中应用金字塔KI。T匹配算法对特征点进行稳定跟踪，采用基于统计的方法剔除错误匹配对；最后利用GreedySnake分割算法提取轮廓确定更加精准的位置信息，更新目标区域。为使算法更具鲁棒性，还设计了离散点筛选、自适应更新策略。利用飞行视频数据库进行了大量的仿真，结果表明：该算法适用

3、于多尺度图像序列中位置、姿态发生快速变化且结构简单的飞行器的稳定跟踪。帧平均时间为31．8ms，比sIFT+PKLT跟踪算法减少47．1％；帧几何中心、目标轮廓面积平均误差分别为5，03像素、16，3％，分别比GFTT+P—KLT跟踪算法减少27．2％、56．9％，比SIFT跟踪算法减少38．6％、68．4％。关键词：特征点提取；SURF算法；KLT算法；目标跟踪；GreedySnake算法中图分类号：V249．3；TP391文献标识码：A文章编号：10006893(2013)051204—11由于视觉

4、传感器具有低成本、被动探测、鲁棒性强等特点，其在运动目标的跟踪方面受到愈来愈多的重视，已经成为计算机视觉研究中的热点问题，而动态视频中运动目标特征点的提取与跟踪技术是其中的关键。其重要性体现在商业方面可用于视频监控、人体跟踪、图像匹配拼接等[1]；军事上可用于运动目标的自动瞄准、导弹寻的制导时的目标识别等[2]；航空航天中可用于目标跟踪锁定、非合作目标的相对导航、机器人视觉伺服控制等。1999年Lowe使用DoG(DifferenceofGaussi—an)对LoG(LaplaceofGuassian)

5、进行简化，开创性地提出局部特征描述子SIFT(ScaleInvariantFeatureTransform)[3J。2005年Bay等受Lowe启发，借鉴SIFT中简化近似的思想，对Doll(De—terminantofHessian)中的高斯二阶微分模板进行近似简化，提出了SURF(SpeededUpRobustFeatures)算法[4]。实验证明，SURF算法较SIFT算法在运算速度上提高了3倍，且综合性能更优。近年来，RIFF(RotationInvariantFastFeatures)[5

6、、

7、BRIEF(BinaryRobustIndependentElementaryFeatures)E6]、ORB(OrientedFASTandRotatedBRIEF)[7I、LAZYE83等各具特点的角点提取和描述算法陆续被提出。如何在众多算法中选择最合适的特征点提取算法值得测试分析，因此本文首先对各种算子进行仿真，比较各方面性能进而从中选择。收稿日期：2012．06。13；退修日期：2012．07—21；录用El期：2012—08-29：网络出版时间：2012-09—1311：48网络出版地址：WW

8、W．cnkinet／kcms／detail／111929．V20120913．1148010html基金项目：国家自然科学基金(61005062，11272256)*通讯作者Tel：029—88460366—801E—mail：pfhuang@nwpueduon礅屑袼武；CaiJ，HuangPFResearchofareal-timefeaturepo&ttrackingmethodbasedonthecombinationofimprovedSURFandP-KLTalgorithmActaAeron

9、auticaetAstronauticaSinica，2013，34(5)：1204—1214．蔡佳，黄攀峰．基f改避SURF和P-KLT算法的特征藏蜜醚跟踪杰法研究．航空学报．2013，34(5)：1204—1214．蔡佳等：基于改进SURF和P—KLT算法的特征点实时跟踪方法研究特征点提取算法的时间、空间复杂度一般较大，因此如果对每一帧都进行检测，会消耗较长的时问，这时在帧与帧之间采用跟踪的方法会更加高效。常用的跟踪方法大致有相关法和光