[发明专利]一种基于特征点检测的模板匹配跟踪方法

说明书

技术领域

本发明属于图像处理与机器视觉领域，涉及一种基于特征点检测的模板匹配跟踪方法，特别涉及一种通过匹配检测出的特征点进行目标定位与识别的方法。

背景技术

目标的检测、识别、定位与跟踪一直是机器视觉和图像处理领域的重要研究内容。在工业检测、安防系统、军事领域等方面有着重要的应用价值。通常用于目标跟踪的方法有相关匹配方法、特征点检测与匹配等方法。

相关匹配方法是将模板图像与目标图像中的检测区域进行相关性计算，根据相关性度量准则确定最佳匹配位置。该类方法具有计算量小，运算速度快的优点，同时也存在一定的缺点，例如对目标的旋转变化和缩放变化识别结果的适应性不强，相关匹配算法存在累积误差，另外目标的细节信息利用不够充分，容易造成误匹配。

特征点检测方法利用图像的灰度和梯度等细节信息提取出特征点，根据特征点的相对位置信息实现模板图像和目标图像中相应特征点的匹配。由于该方法充分利用了图像的细节信息，而且相对位置信息具有旋转不变性，因此该方法对目标的识别结果具有良好的鲁棒性。但当目标图像中目标姿态或背景图像发生一定变化时，目标图像中与模板图像相对应的特征点可能丢失，从而造成匹配和识别的失败。

因此，结合上述两类方法的特点，设计一种同时具有二者优点的目标检测与识别跟踪方法具有重要的应用价值。

发明内容

本发明所要解决的技术问题是，设计一种基于特征点检测的模板匹配跟踪方法，实现对灰度图像目标的检测识别与跟踪定位。

本发明所采用的技术方案是：一种基于特征点检测的模板匹配跟踪方法，包括以下步骤：

(1)计算模板图像的特征点。

(2)计算目标图像的特征点。

(3)以模板图像中的各特征点为中心，建立多个模板，分别与目标图像中的特征点为中心的相应图像区域进行相关匹配计算，确定匹配点。

(4)根据已匹配特征点的相对位置信息，确定被遮挡或漏检的特征点位置，从而实现对目标的定位。

本发明的目的在于提出一种基于特征点检测的模板匹配跟踪方法，利用特征点检测方法分别在模板图像和目标图像中检测特征点，根据特征点的灰度信息进行模板匹配，并根据匹配特征点的相对位置信息确定目标的位置，完成对灰度图像目标的有效检测识别与定位跟踪。

附图说明

图1为遮挡特征点的确定。

图2为目标识别结果。

具体实施方式

下面结合实施例和附图对本发明作进一步详细说明。

本发明分别在模板图像和目标图像中检测特征点，根据模板图像和目标图像中灰度的梯度信息确定特征点。主要选取一些边缘上的显著点作为特征点。利用边缘检测算法求取图像中各点的边缘强度信息。设图像中点(x，y)处的图像灰度值为P(x，y)，利用边缘检测算法求得的边缘强度信息为S(x，y)。如果该点的边缘强度信息S(x，y)是其邻域内的最大值，且大于给定阈值R₁，则将该点确定为特征点。这可有效避免将多个相邻点选为同一个特征对应的特征点。这样就可在模板图像和目标图像中分别检测到M个和N个特征点。

为减小计算量，分别对模板图像和目标图像中的特征点位置的图像区域进行相关匹配计算，从而实现特征点的匹配。

相关匹配的准则有很多，为了减小计算量，同时为了使匹配结果对旋转具有不变性，可将各特征点的领域窗口内的像素按照环形排列，以模板图像和目标图像中特征点邻域内的各环灰度差的绝对值作为指标。设模板图像中以第i个特征点A_i为中心的第k个环形邻域内的像素灰度值之和为目标图像中第j个特征点B_j为中心的第k个环形邻域内的像素灰度值之和为邻域内像素环的数量为c，则特征点A_i与B_j的匹配值D为：