[发明专利]基于仿射不变点及光流计算的目标自动识别和跟踪方法

说明书

技术领域

本发明涉及一种图像处理技术领域的方法，具体是一种基于仿射不变点及光流计算的目标自动识别和跟踪方法。

背景技术

目标识别与跟踪技术广泛应用于各类系统，例如视频监控系统、图像搜索系统、医疗图像系统、计算机辅助驾驶系统、机器人、智能房间等。实时、稳定地识别并跟踪运动中的目标是一件非常困难的任务，原因在于日益复杂的外界环境带来的图像噪声、模糊、光照的变化等给目标识别带来了巨大困难，同时，跟踪过程中目标的姿态、尺度随时会发生变化，这些都将影响着识别、跟踪算法的稳定性。

目标识别的主要任务是通过图像数据提取感兴趣的目标，并加以识别。目前目标识别方法主要分为由下而上的数据驱动型和由上而下的知识驱动型。由上而下的知识型目标识别方法针对图像中具体类型的目标而言，其缺点是代换性和兼容性差，识别目标改变，知识要随之改变。由下而上的数据驱动型目标识别方法不考虑目标的类型，对图像进行低层处理，适用面广，具有较强的代换性。本发明采用的就是一种由下而上的目标识别方法。

在识别成功的基础上跟踪目标会得到较好的跟踪效果。可将目标跟踪方法按照是否利用了帧间信息，分为基于运动分析的方法和基于图像匹配的方法。基于运动分析的跟踪方法完全依靠运动检测来跟踪运动的物体，比较典型的有帧差法和光流法。光流跟踪运用目标与背景之间的不同速度来检测运动目标，具有较好的抗噪能力。光流法可以分为连续光流法和特征光流法。特征光流法是通过序列图像的特征匹配求得特征点处的光流，通过光流聚类实现目标与背景的分离。特征光流法优点在于可以处理大的帧间位移，对噪声的敏感性降低，只处理图像中很少数的特征点，计算量较小。本发明采用的就是一种基于特征光流法的目标跟踪方法。

发明内容：

本发明的目的在于提供一种快速、准确地识别目标并进行实时目标跟踪的方法。

实现本发明目的的技术解决方案为，一种基于仿射不变点及光流计算的目标识别和跟踪方法，其步骤为：

第一步，目标识别：首先对目标图像和视频帧进行图像预处理，并提取仿射不变特征点，然后进行特征点匹配，并剔除掉误匹配的点，当特征点的匹配对达到一定数量，并且能生成仿射变换矩阵时，确认目标识别成功。

该步骤提取的特征点对图像尺度和旋转保持不变，对光线变化、噪声、仿射变化都具有鲁棒性。

第二步，目标跟踪：利用上一步采集到的仿射不变点，进行特征光流计算，实现实时目标跟踪；如中间目标跟丢，立刻返回第一步，重新进行目标识别。

本发明与现有技术相比，其显著优点是：1、本发明使用的特征点算子是一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子，其匹配精度高，在图像具有较复杂的变形(包括几何变形、分辨率变化和光照变化等)的情况下，仍然可以准确地匹配到大量的稳定点；2、本发明采用特征光流法进行目标跟踪，可以处理大的帧间位移，对噪声的敏感性降低，只处理图像中很少数的特征点，计算量较小。

附图说明：

图1为本发明的基于仿射不变点及光流计算的目标识别和跟踪方法的流程框图。

图2为本发明的基于仿射不变点及光流计算的目标识别和跟踪方法的目标图像。

图3为本发明的基于仿射不变点及光流计算的目标识别和跟踪方法的目标识别并跟踪成功的视频截图。

具体实施方式：

以下结合附图对本发明的具体内容做进一步描述。

本发明公开了一种基于仿射不变点及光流计算的目标自动识别和跟踪方法，该方法包括如下步骤：

第一步，目标识别：首先对目标图像和视频第一帧进行图像预处理，并提取仿射不变特征点，然后进行特征点匹配，并剔除掉误匹配的点，当特征点的匹配对达到一定数量，并且能生成仿射变换矩阵时，确认目标识别成功。若目标识别不成功，依次取视频的下一帧与目标图像进行匹配，直到目标识别成功；

第二步，目标跟踪：利用视频本帧采集到的仿射不变点，进行特征光流计算，找到下帧中不变点的位置，实现实时目标跟踪；如中间目标跟丢，立刻返回第一步，重新进行目标识别；

这种算法的思想是首先提取图像和视频帧中的仿射不变点进行匹配，从而将目标识别出来并确定目标在视频帧中的位置，然后利用这些特征点进行光流计算，实现目标实时跟踪。

本发明基于仿射不变点及光流计算的目标自动识别和跟踪方法，在目标识别过程中提取仿射不变特征点的步骤如下：

第一步，利用高斯卷积核对目标图像及视频帧进行平滑处理，采用如下公式

L(x，y，σ)＝G(x，y，σ)*f(x，y)