基于特征點(diǎn)的目標(biāo)檢測(cè)與跟蹤方法研究.pdf

1、目標(biāo)檢測(cè)和跟蹤是計(jì)算機(jī)視覺研究領(lǐng)域中的一個(gè)熱點(diǎn)和難點(diǎn)問(wèn)題，廣泛地應(yīng)用于交通監(jiān)控、人機(jī)交互、精確制導(dǎo)、光電導(dǎo)航等各個(gè)方面。對(duì)成像目標(biāo)跟蹤系統(tǒng)，其關(guān)鍵技術(shù)主要包括兩個(gè)方面：一是運(yùn)動(dòng)目標(biāo)的檢測(cè)技術(shù)；二是運(yùn)動(dòng)目標(biāo)的跟蹤技術(shù)，其中，運(yùn)動(dòng)目標(biāo)檢測(cè)是目標(biāo)跟蹤系統(tǒng)任務(wù)最為關(guān)鍵的技術(shù)。
　　本文圍繞復(fù)雜背景下目標(biāo)檢測(cè)與跟蹤的難點(diǎn)問(wèn)題，開展了有關(guān)圖像特征點(diǎn)的檢測(cè)方法研究，在此基礎(chǔ)上，提出了一種基于圖像特征點(diǎn)的目標(biāo)跟蹤方法。論文主要研究工作與貢獻(xiàn)包括以

2、下幾個(gè)方面：
　　(1)論述了幾種經(jīng)典的圖像特征點(diǎn)檢測(cè)方法，如Moravec角點(diǎn)檢測(cè)方法，Harris角點(diǎn)檢測(cè)方法，SUSAN角點(diǎn)檢測(cè)方法等，并對(duì)這些方法進(jìn)行了計(jì)算機(jī)仿真，分析了這幾種方法各自的優(yōu)缺點(diǎn)和適用性。
　　(2)論述了一種新的特征點(diǎn)檢測(cè)方法，即尺度不變特征變換(Scale Invariance Feature Transform，SIFT)。同時(shí)，針對(duì)該方法在實(shí)際應(yīng)用中計(jì)算效率低的問(wèn)題，對(duì)SIFT計(jì)算中尺度空間求極

3、值環(huán)節(jié)采用了分層計(jì)算的思想，極大地節(jié)約了運(yùn)算成本，可以滿足后續(xù)跟蹤系統(tǒng)的實(shí)時(shí)性要求。
　　(3)提出了一種基于SIFT特征點(diǎn)檢測(cè)的KLT(Kanade-Lucas-Tomasi)跟蹤方法。通過(guò)實(shí)際仿真，證明了該方法可以有效檢測(cè)視頻圖像中的特征點(diǎn)，為后續(xù)運(yùn)動(dòng)目標(biāo)的跟蹤提供依據(jù)。
　　(4)建立了基于特征點(diǎn)的運(yùn)動(dòng)目標(biāo)跟蹤流程。并在有效特征點(diǎn)提取與檢測(cè)的基礎(chǔ)上，對(duì)KLT算法進(jìn)行了改進(jìn)，將Kalman濾波應(yīng)用于KLT跟蹤，利用Kal