[发明专利]图像特征点的跟踪方法和跟踪装置

说明书

本发明涉及一种图像特征点的跟踪方法和装置，该方法包括步骤：确定目标特征点在第二图像中投影的极线；获取位于极线上的起始跟踪点的第一灰度值；获取目标特征点的第二灰度值和灰度梯度值；根据第一灰度值、第二灰度值和灰度梯度值沿极线的方向跟踪目标特征点在第二图像中的位置，结合了目标特征点的灰度值、灰度梯度值以及起始跟踪点的灰度值在极线方向上对目标特征点进行跟踪，能够增加成功跟踪匹配的特征点数目，提高对目标特征点进行跟踪的鲁棒性和稳定性，还将特征点的跟踪范围限缩至极线方向，使得特征点跟踪模型得到简化，在保证稳定性的同时缩短跟踪时间，提高跟踪效率，为后续的图像信息处理如机器视觉工作提供更有效的数据支持。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像特征点的跟踪方法、图像特征点的跟踪装置、计算机设备和计算机可读存储介质。

背景技术

在计算机视觉系统中，经常需要对图像进行处理，特别是对图像中的物体进行识别和跟踪。其中一种常用的实现方法是在每幅图像中提取一些具有稳定和鲁棒性强的像素点作为图像的特征像素点，然后使用目标跟踪算法如光流法对这些特征像素点在不同图像间进行匹配跟踪。

然而传统的目标跟踪算法对图像特征像素点进行跟踪时，容易导致该特征像素点在目标图像的匹配度较低，降低了对图像特征像素点进行跟踪的鲁棒性，而且传统方式对特征像素点的跟踪时间过长，还降低了跟踪效率。

发明内容

基于此，有必要针对传统技术对图像特征像素点进行跟踪的鲁棒性偏低的问题，提供一种图像特征点的跟踪方法、图像特征点的跟踪装置、计算机设备和计算机可读存储介质。

一种图像特征点的跟踪方法，包括步骤：

确定目标特征点在第二图像中投影的极线；其中，所述目标特征点为第一图像的特征点；

获取位于所述极线上的起始跟踪点的第一灰度值；

获取所述目标特征点的第二灰度值和灰度梯度值；

根据所述起始跟踪点的第一灰度值以及所述目标特征点的第二灰度值和灰度梯度值，沿所述极线的方向跟踪所述目标特征点在所述第二图像中的位置。

上述图像特征点的跟踪方法，结合了目标特征点的灰度值、灰度梯度值以及起始跟踪点的灰度值在第二图像的极线方向上对目标特征点进行跟踪，能够增加对目标特征点成功跟踪匹配的特征点数目，提高了对目标特征点进行跟踪的鲁棒性和稳定性，还将特征点的跟踪范围限缩至极线方向，使得特征点跟踪模型得到简化，加快了运算速度，在保证稳定性的前提下，缩短了对目标特征点进行跟踪的时间，提高了跟踪效率，有利于为后续的图像信息处理如机器视觉工作提供更有效的数据支持。

在一个实施例中，所述根据所述起始跟踪点的第一灰度值以及所述目标特征点的第二灰度值和灰度梯度值，沿所述极线的方向跟踪所述目标特征点在所述第二图像中的位置的步骤包括：

根据所述第一图像的目标特征点的灰度值、灰度梯度值以及所述起始跟踪点的灰度值计算所述起始跟踪点在所述极线的方向上的位置偏差；确定所述起始跟踪点在第二图像中的位置；根据所述起始跟踪点在第二图像中的位置以及在所述极线的方向上的位置偏差确定所述目标特征点在所述第二图像中的位置。

在一个实施例中，所述根据所述第一图像的目标特征点的灰度值、灰度梯度值以及所述起始跟踪点的灰度值计算所述起始跟踪点在所述极线的方向上的位置偏差的步骤包括：

将所述目标特征点的灰度值与起始跟踪点的灰度值进行作差，得到所述目标特征点与起始跟踪点的灰度偏差值；根据所述目标特征点的灰度梯度值计算所述目标特征点在所述极线的方向上的灰度梯度值；根据所述灰度偏差值和所述目标特征点在极线的方向上的灰度梯度值获取所述起始跟踪点在极线的方向上的位置偏差。

在一个实施例中，所述根据所述灰度偏差值和所述目标特征点在极线的方向上的灰度梯度值获取所述起始跟踪点在极线的方向上的位置偏差的步骤包括：