为了解决运动目标快速跟踪过程的实时性与稳定跟踪问题,提出了结合SURF(Speed Up Robust Features)与K-means聚类分析的运动目标快速跟踪算法(SURF-KMs),对图像的局部多尺度特征提取与描述进行了研究.首先,使用SURF算法在跟踪窗口内提取特征点,生成并匹配特征矢量.然后,利用K-means 算法估计目标特征点的质心位置,确定其聚集范围,实时更新窗口尺寸和位置.最后,建立目标模板更新策略,当目标发生形态变化而无遮挡时,更新目标模板.实验结果表明,当目标发生大角度旋转和快速缩放,同时发生颜色变化时,所提出的SURF-KMs算法仍能够实现稳定的跟踪,且满足运动目标实时跟踪的稳定可靠、精确度高、抗干扰能力强等指标要求.
参考文献
| [1] | Lindeberg T.Feature detection with automatic scale selection[J].International Journal of Computer Vision,1998,30(2):79 116. |
| [2] | Lowe D G.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision (IJCV),2004,60(2):91-110. |
| [3] | 纪华,吴元昊,孙宏海,等.结合全局信息的SIFT特征匹配算法[J].光学精密工程,2009,17(2):439-444. |
| [4] | 杨晓敏,吴炜,卿粼波,等.图像特征点提取及匹配技术[J].光学 精密工程,2009,17(9):2276-2282. |
| [5] | 程明明,王贺,安平,等.基于特征点匹配的多视图像校正[J].液晶与显示,2010,25(4):593-597. |
| [6] | Bay H,Tuytelaars T,Van Gool L.SURF:Speeded up robust features[C]// European Conference on Computer Vision(ECCV),Graz Austria:TUG and Univercity of Ljubljana,2006,3951:404-417. |
| [7] | Bay H,Tuytelaars T,Van Gool L.Speeded-up robust features(SURF)[J].Computer Vision and Image Understanding,2008,110(3):346-359. |
| [8] | Neto H V,Nehrnzow U.Automated exploration and inspection:Comparing two visual novelty detectors[J].International Journal of Advanced Robotic Systems,2005,2(4):355-362. |
| [9] | Luo J,Oubong G.A comparison of SIFT,PCA-SIFT and SURF[J].International Journal of Image Processing,2009,3(4):143-152. |
| [10] | 许丽利.聚类分析的算法及应用[D].长春:吉林大学,2010. |
| [11] | 张坤华,杨垣.应用聚类和分型实现复杂背景下的扩展目标分割[J].光学精密工程,2009,17(7):1665-1671. |
| [12] | 王永明,王贵锦.图像局部不变性特征与描述[M].北京:国防工业出版社,2010. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%