[发明专利]一种车辆跟踪方法及系统

权利要求书

1.一种车辆跟踪方法，其特征在于，包括：

根据当前帧的视频图像建立高斯图像金字塔，对所述高斯图像金字塔进行FAST特征检测，得到第一FAST特征集合；

确定所述第一FAST特征集合中的特征点的特征方向和特征半径，根据所述特征方向和特征半径以及预置的归一化点对序列得到所述第一FAST特征集合所对应的点对序列集合，所述点对序列集合中包含特征点与点对序列之间的对应关系；

对所述第一FAST特征集合中的特征点，根据与所述特征点对应的点对序列生成所述特征点的BRIEF描述符，得到当前帧的特征点的描述符集合，所述描述符集合中包含特征点与描述符之间的对应关系；

根据预置的跟踪半径、所述当前帧的特征点的描述符集合及前一帧中跟踪目标的特征点的描述符集合建立哈希hash表，所述hash表中包含所述前一帧中跟踪目标的特征点与所述当前帧中与其可匹配的特征点之间的对应关系；

根据所述hash表，采用描述符分块的方式在所述当前帧的特征点中查找与所述前一帧中跟踪目标的特征点hamming相似度满足预置条件的特征点，建立特征点对序列；

根据所述特征点对序列计算跟踪目标在当前帧与前一帧之间的偏移系数和尺度系数，确定所述跟踪目标在当前帧的位置。

2.根据权利要求1所述的跟踪方法，其特征在于，所述根据当前帧的视频图像建立高斯图像金字塔，对所述高斯图像金字塔进行FAST特征检测，得到第一FAST特征集合，包括：

以预置的标准差对所述当前帧的视频图像进行高斯滤波，建立所述高斯图像金字塔；

分别检测所述高斯图像金字塔的各层图像的FAST特征，得到第二FAST特征集合；

将所述第二FAST特征集合中的特征点的坐标映射到所述高斯图像金字塔的第一层图像的坐标系中，得到所述第一FAST特征集合。

3.根据权利要求2所述的跟踪方法，其特征在于，所述将所述第二FAST特征集合中的特征点的坐标映射到所述高斯图像金字塔的第一层图像的坐标系统中，得到所述第一FAST特征集合的步骤之后还包括：

对所述第一FAST特征集合中的特征点进行非极大值抑制的优化处理，得到优化后的第一FAST特征集合。

4.根据权利要求1至3任一项所述的跟踪方法，其特征在于，所述确定所述第一FAST特征集合中的特征点的特征方向和特征半径，根据所述特征方向和特征半径得到所述第一FAST特征所对应的点对序列集合包括：

计算所述第一FAST特征集合中的特征点的特征方向和特征半径，根据所述特征点的特征方向得到方向角；

分别将所述第一FAST特征集合中的每一个特征点的特征方向与特征半径的乘积与预置的归一化点对序列相乘，得到各个特征点对应的点对序列，得到所述第一FAST特征集合所对应的点对序列集合，所述的预置归一化点对序列是由在预置的归一化区域内，随机生成的若干点对构成的。

5.根据权利要求1所述的跟踪方法，其特征在于，所述根据预置的跟踪半径、所述当前帧的特征点的描述符集合及前一帧中跟踪目标的特征点的描述符集合建立哈希hash表包括：

对所述前一帧中跟踪目标的特征点的描述符集合中的每一个特征点执行以下步骤：

以前一帧中跟踪目标的特征点的坐标为中心，以预置的长度为跟踪半径确定所述前一帧中跟踪目标的特征点的跟踪区域；

将所述当前帧的特征点的描述符集合中在所述跟踪区域内的当前帧的特征点作为所述前一帧中跟踪目标的特征点的可匹配特征点；

将所述前一帧中跟踪目标的特征点与其可匹配特征点的对应关系添加至所述hash表中。