[發明專利]一種基于特征點檢測的模板匹配跟蹤方法

無效

• 申請號: 201010573730.2
• 申請日: 2010-12-03
• 公開（公告）號: CN102034114A
• 公開（公告）日: 2011-04-27
• 發明（設計）人: 修春波
• 申請（專利權）人: 天津工業大學
• 主分類號: G06K9/64
• 分類號: G06K9/64
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于圖像處理與機器視覺領域，涉及一種基于特征點檢測的模板匹配跟蹤方法，特別涉及一種通過匹配檢測出的特征點進行目標定位與識別的方法。

背景技術

目標的檢測、識別、定位與跟蹤一直是機器視覺和圖像處理領域的重要研究內容。在工業檢測、安防系統、軍事領域等方面有著重要的應用價值。通常用于目標跟蹤的方法有相關匹配方法、特征點檢測與匹配等方法。

相關匹配方法是將模板圖像與目標圖像中的檢測區域進行相關性計算，根據相關性度量準則確定最佳匹配位置。該類方法具有計算量小，運算速度快的優點，同時也存在一定的缺點，例如對目標的旋轉變化和縮放變化識別結果的適應性不強，相關匹配算法存在累積誤差，另外目標的細節信息利用不夠充分，容易造成誤匹配。

特征點檢測方法利用圖像的灰度和梯度等細節信息提取出特征點，根據特征點的相對位置信息實現模板圖像和目標圖像中相應特征點的匹配。由于該方法充分利用了圖像的細節信息，而且相對位置信息具有旋轉不變性，因此該方法對目標的識別結果具有良好的魯棒性。但當目標圖像中目標姿態或背景圖像發生一定變化時，目標圖像中與模板圖像相對應的特征點可能丟失，從而造成匹配和識別的失敗。

因此，結合上述兩類方法的特點，設計一種同時具有二者優點的目標檢測與識別跟蹤方法具有重要的應用價值。

發明內容

本發明所要解決的技術問題是，設計一種基于特征點檢測的模板匹配跟蹤方法，實現對灰度圖像目標的檢測識別與跟蹤定位。

本發明所采用的技術方案是：一種基于特征點檢測的模板匹配跟蹤方法，包括以下步驟：

(1)計算模板圖像的特征點。

(2)計算目標圖像的特征點。

(3)以模板圖像中的各特征點為中心，建立多個模板，分別與目標圖像中的特征點為中心的相應圖像區域進行相關匹配計算，確定匹配點。

(4)根據已匹配特征點的相對位置信息，確定被遮擋或漏檢的特征點位置，從而實現對目標的定位。

本發明的目的在于提出一種基于特征點檢測的模板匹配跟蹤方法，利用特征點檢測方法分別在模板圖像和目標圖像中檢測特征點，根據特征點的灰度信息進行模板匹配，并根據匹配特征點的相對位置信息確定目標的位置，完成對灰度圖像目標的有效檢測識別與定位跟蹤。

附圖說明

圖1為遮擋特征點的確定。

圖2為目標識別結果。

具體實施方式

下面結合實施例和附圖對本發明作進一步詳細說明。

本發明分別在模板圖像和目標圖像中檢測特征點，根據模板圖像和目標圖像中灰度的梯度信息確定特征點。主要選取一些邊緣上的顯著點作為特征點。利用邊緣檢測算法求取圖像中各點的邊緣強度信息。設圖像中點(x，y)處的圖像灰度值為P(x，y)，利用邊緣檢測算法求得的邊緣強度信息為S(x，y)。如果該點的邊緣強度信息S(x，y)是其鄰域內的最大值，且大于給定閾值R₁，則將該點確定為特征點。這可有效避免將多個相鄰點選為同一個特征對應的特征點。這樣就可在模板圖像和目標圖像中分別檢測到M個和N個特征點。

為減小計算量，分別對模板圖像和目標圖像中的特征點位置的圖像區域進行相關匹配計算，從而實現特征點的匹配。

相關匹配的準則有很多，為了減小計算量，同時為了使匹配結果對旋轉具有不變性，可將各特征點的領域窗口內的像素按照環形排列，以模板圖像和目標圖像中特征點鄰域內的各環灰度差的絕對值作為指標。設模板圖像中以第i個特征點A_i為中心的第k個環形鄰域內的像素灰度值之和為目標圖像中第j個特征點B_j為中心的第k個環形鄰域內的像素灰度值之和為鄰域內像素環的數量為c，則特征點A_i與B_j的匹配值D為：