[发明专利]一种利用关键点特征匹配的图像跟踪方法

摘要

本发明提供了一种利用关键点特征匹配的图像跟踪方法。该图像跟踪方法中定义了比传统的颜色或纹理特征包含了更多信息量的高维联合向量，依照该高维联合向量对目标进行追踪，对物体的表达更为准确全面，从而跟踪精度更高，鲁棒性更强。

主权项

一种利用关键点特征匹配的图像跟踪方法，其特征在于，包括：步骤A，接收用户在首帧图像中输入的初始目标区域，将首帧图像作为当前帧图像，将初始目标区域作为目标区域；步骤B，在当前帧图像G(0)的目标区域内随机选取N个像素点作为关键点，N个关键点组成原始关键点集I1；步骤C，对于当前帧图像G(0)目标区域内N个关键点中的每一个关键点，提取其纹理特征和颜色特征，并依照该纹理特征和颜色特征建立关于该关键点的高维联合向量，其中，建立关于该关键点的高维联合向量包括：子步骤C1，以当前关键点为中心，取一个t×t像素的邻域；子步骤C2，对于邻域内的每一个像素，生成k维的Smin向量，其中k为外延方向的个数；以及子步骤C3，将t×t个像素分别对应的k维Smin向量顺序排列，组成总维数为t×t×k的高维联合向量，由该高维联合向量共同描述当前关键点的特征；步骤D，对当前帧图像G(0)进行多尺度处理，得到关于其的j个尺度图像G(1),G(2),…,G(j)，求取N个关键点在该j个尺度图像G(1),G(2),…,G(j)对应点的高维联合向量；步骤E，对后续帧图像G'(0)进行多尺度处理，得到关于其的j个尺度图像G'(1),G'(2),…,G'(j)；步骤F，搜索当前帧图像N个关键点在后续帧图像G'(0)中对应匹配点，搜索的依据为该关键点的高维联合向量与匹配点的高维联合向量之间的欧氏距离之和ρ由小到大的顺序，对于每一关键点，匹配点包括一最近邻匹配点及若干个近邻匹配点，N个关键点分别的最近邻匹配点构成目标点集I2；步骤G，对于N个关键点中的每一个关键点，验证其与匹配点的匹配结果的有效性，只要有一个匹配结果有效，则在关键点集I1中保留该关键点，在目标点集I2中保留匹配点；否则，将该关键点从关键点集I1删除，将匹配点从目标点集I2中删除；步骤H，判断关键点集I1中剩下的有效点数在N是否高于特定比例， 如果是，执行步骤I；否则将后续帧的下一帧作为后续帧，执行步骤E；以及步骤I，根据目标点集I2的剩余点的空间分布在后续帧图像中确定新目标区域，将后续帧作为当前帧，重新执行步骤B。