[发明专利]一种适用于平面跟踪的特征点优化方法、系统

说明书

本发明涉及一种适用于平面跟踪的特征点优化方法及其系统，包含以下步骤：待跟踪区域获取步骤：获取初始视频文件，获取所述初始视频文件的指定关键帧中的待跟踪区域；第一次筛选步骤：预测第i‑1帧图像对应所述待跟踪区域的角点在第i帧的对应角点，筛选出合格的所述角点对，根据所述角点对计算得到第一单应性矩阵；第二次筛选步骤：利用所述第一单应性矩阵对所述第i‑1帧图像对应所述待跟踪区域的角点正运算并对计算结果逆运算，筛选合格的角点对；第三次筛选步骤：利用所述第二单应性矩阵对所述第i‑1帧图像对应所述待跟踪区域的角点正运算，筛选第一匹配点对得到第二匹配点对。

技术领域

本发明涉及平面跟踪领域，具体指有一种适用于平面跟踪的特征点优化方法、系统。

背景技术

基于平面图的视觉跟踪，简称平面跟踪。在视频中进行平面跟踪时，因为目标区域在视频帧间移动过快，可能会导致跟踪失败，那么需要能够及时的重新找回跟踪目标。

然而，重新找回跟踪目标的过程中，往往会遇到平面中的物体抖动、变形、变色等情况，难以得到精确的单应性矩阵，从而无法得到稳定的跟踪效果，影响其鲁棒性。

针对上述的现有技术存在的问题设计一种适用于平面跟踪的特征点优化方法、系统是本发明研究的目的。

发明内容

针对上述现有技术存在的问题，本发明在于提供一种适用于平面跟踪的特征点优化方法、系统，能够有效解决上述现有技术存在的问题。

本发明的技术方案是：

一种适用于平面跟踪的特征点优化方法，包含以下步骤：

待跟踪区域获取步骤：获取初始视频文件，获取所述初始视频文件的指定关键帧中的待跟踪区域；

第一次筛选步骤：预测第i-1帧图像对应所述待跟踪区域的角点在第i帧的对应角点，将第i-1帧图像中所述待跟踪区域的角点与在第i帧的所述对应角点关联为角点对，筛选出合格的所述角点对，根据所述角点对计算得到第一单应性矩阵；

第二次筛选步骤：利用所述第一单应性矩阵对所述第i-1帧图像对应所述待跟踪区域的角点正运算并对计算结果逆运算，筛选合格的角点对，得到第一匹配点对，通过所述第一匹配点对计算第二单应性矩阵；

第三次筛选步骤：利用所述第二单应性矩阵对所述第i-1帧图像对应所述待跟踪区域的角点正运算，筛选第一匹配点对得到第二匹配点对，以所述第二匹配点对作为平面跟踪的特征点。

进一步地，所述第一次筛选步骤具体为：

预测第i-1帧图像对应所述待跟踪区域的角点在第i帧的对应角点，将第i-1帧图像中所述待跟踪区域的角点与在第i帧的所述对应角点关联为角点对，得到所述第i-1帧图像对应所述待跟踪区域的角点和第i帧图像对应所述待跟踪区域的角点的每一运动轨迹，计算每一所述运动轨迹的欧式距离，所述欧式距离小于等于第一预设阈值的角点对定义为合格的角点对，统计所述角点对的数量，

若所述运动轨迹的欧式距离小于等于第一预设阈值的角点对的数量大于第二预设阈值，则判定为跟踪成功，根据所述角点对计算得到第一单应性矩阵。

进一步地，预测所述第i-1帧的角点在第i帧的位置之前，

获取第i-1帧图像与第i帧图像、提取第i-1帧图像对应所述待跟踪区域的角点与第i帧图像对应所述待跟踪区域的角点，通过所述第i-1帧图像、所述第i帧图像和所述第i-1帧图像对应所述待跟踪区域的角点。

进一步地，所述第一预设阈值为3-5，所述第二预设阈值为8-12。

进一步地，通过KLT稀疏光流法预测第i-1帧图像对应所述待跟踪区域的角点在第i帧的位置。

进一步地，所述第二次筛选步骤中，筛选合格的角点对具体为：