[发明专利]一种对快速运动目标的特征点准确跟踪的方法

说明书

技术领域

本发明属于视频以及图像处理技术，具体涉及一种对快速运动目标的特征点准确跟踪的方法。

背景技术

在图像/视频后期处理软件中，对运动图像的像素特征区域进行跟踪，跟踪数据可以用来控制其它物体的运动和稳定运动物体，这有广泛的需求。使用KLT光流特征点跟踪方法可以对特征点进行跟踪，KLT光流特征点跟踪算法通常在参考帧中选择一组特征点，假设特征点纹理在帧间保持不变，然后通过局部匹配搜索完成跟踪任务。Kanade-Lucas-Tomasi(KLT)算法采用图像灰度差的平方和(SSD)作为特征点的匹配准则。具体的KLT特征点跟踪算法可以参阅：B_D_Lucasand T_Kanade_Aniterative image registration technique withan application tostereo vision_IJCAI_1981。

但是，使用现有的KLT光流特征点跟踪算法对快速目标进行跟踪时，很容易由于亮度变化的不连续，导致特征点跟踪丢失。因此，有必要对现有的快速运动目标的特征点跟踪方法进行改进。

发明内容

本发明的目的在于针对现有技术的缺陷，提供一种对快速运动目标的特征点准确跟踪的方法，从而实现对高速运动目标特征点的正确跟踪。

本发明的技术方案如下：一种对快速运动目标的特征点准确跟踪的方法，包括如下步骤：

(1)t-1时刻在跟踪目标选择矩形区域中根据特征矩阵选择M个特征点，矩阵中g_x表示图像在X方向的灰度梯度，g_y表示图像在Y方向的灰度梯度，∫∫_w表示在跟踪目标选择矩形区域离散数据的和。

(2)在t时刻对M个特征点使用KLT光流矢量公式迭代求得最优解，得到所有特征点在当前帧的新位置；

(3)如果在步骤(2)中求得了最优解，则转入步骤(5)；否则，表示有某个特征点丢失，进入步骤(4)；

(4)在跟踪目标搜索矩形区域内，使用棋盘格对所有特征点进行近似位置估计，得到新位置；

(5)在t+1时刻返回步骤(2)，进行循环操作。

进一步，如上所述的对快速运动目标的特征点准确跟踪的方法，其中，特征点的个数M取40。

进一步，如上所述的对快速运动目标的特征点准确跟踪的方法，其中，步骤(2)中所述的KLT光流矢量公式为：Zd＝e，

其中，Z=∫∫wg(X→)gT(X→)W(X→)dX→,]]>