[發(fā)明專利]一種利用關(guān)鍵點(diǎn)特征匹配的圖像跟蹤方法

有效

• 申請?zhí)枺?/td>: 201410160273.2
• 申請日: 2014-04-21
• 公開（公告）號: CN103955950B
• 公開（公告）日: 2017-02-08
• 發(fā)明（設(shè)計(jì)）人: 蔣寓文;王守覺;李衛(wèi)軍;譚樂怡
• 申請（專利權(quán)）人: 中國科學(xué)院半導(dǎo)體研究所
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06K9/46
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司11021
• 代理人: 曹玲柱

1.一種利用關(guān)鍵點(diǎn)特征匹配的圖像跟蹤方法，其特征在于，包括：

步驟A，接收用戶在首幀圖像中輸入的初始目標(biāo)區(qū)域，將首幀圖像作為當(dāng)前幀圖像，將初始目標(biāo)區(qū)域作為目標(biāo)區(qū)域；

步驟B，在當(dāng)前幀圖像G(0)的目標(biāo)區(qū)域內(nèi)隨機(jī)選取N個(gè)像素點(diǎn)作為關(guān)鍵點(diǎn)，N個(gè)關(guān)鍵點(diǎn)組成原始關(guān)鍵點(diǎn)集I₁；

步驟C，對于當(dāng)前幀圖像G(0)目標(biāo)區(qū)域內(nèi)N個(gè)關(guān)鍵點(diǎn)中的每一個(gè)關(guān)鍵點(diǎn)，提取其紋理特征和顏色特征，并依照該紋理特征和顏色特征建立關(guān)于該關(guān)鍵點(diǎn)的高維聯(lián)合向量；

步驟D，對當(dāng)前幀圖像G(0)進(jìn)行多尺度處理，得到關(guān)于其的j個(gè)尺度圖像G(1)，G(2)，...，G(j)，求取N個(gè)關(guān)鍵點(diǎn)在該j個(gè)尺度圖像G(1)，G(2)，...，G(j)對應(yīng)點(diǎn)的高維聯(lián)合向量；

步驟E，對后續(xù)幀圖像G′(0)進(jìn)行多尺度處理，得到關(guān)于其的j個(gè)尺度圖像G′(1)，G′(2)，...，G′(j)；

步驟F，搜索當(dāng)前幀圖像N個(gè)關(guān)鍵點(diǎn)在后續(xù)幀圖像G′(0)中對應(yīng)匹配點(diǎn)，搜索的依據(jù)為該關(guān)鍵點(diǎn)的高維聯(lián)合向量與匹配點(diǎn)的高維聯(lián)合向量之間的歐氏距離之和ρ由小到大的順序，對于每一關(guān)鍵點(diǎn)，匹配點(diǎn)包括一最近鄰匹配點(diǎn)及若干個(gè)近鄰匹配點(diǎn)，N個(gè)關(guān)鍵點(diǎn)分別的最近鄰匹配點(diǎn)構(gòu)成目標(biāo)點(diǎn)集I₂；

步驟G，對于N個(gè)關(guān)鍵點(diǎn)中的每一個(gè)關(guān)鍵點(diǎn)，驗(yàn)證其與匹配點(diǎn)的匹配結(jié)果的有效性，只要有一個(gè)匹配結(jié)果有效，則在關(guān)鍵點(diǎn)集I₁中保留該關(guān)鍵點(diǎn)，在目標(biāo)點(diǎn)集I₂中保留匹配點(diǎn)；否則，將該關(guān)鍵點(diǎn)從關(guān)鍵點(diǎn)集i₁刪除，將匹配點(diǎn)從目標(biāo)點(diǎn)集I₂中刪除；

步驟H，判斷關(guān)鍵點(diǎn)集I₁中剩下的有效點(diǎn)數(shù)在N是否高于特定比例，如果是，執(zhí)行I；否則將后續(xù)幀的下一幀作為后續(xù)幀，執(zhí)行步驟E；以及

步驟I，根據(jù)目標(biāo)點(diǎn)集I₂的剩余點(diǎn)的空間分布在后續(xù)幀圖像中確定新目標(biāo)區(qū)域，將后續(xù)幀作為當(dāng)前幀，重新執(zhí)行步驟B。

2.根據(jù)權(quán)利要求1所述的圖像跟蹤方法，其特征在于，所述步驟C中，建立關(guān)于當(dāng)前點(diǎn)的高維聯(lián)合向量的步驟具體包括：

子步驟C1，以當(dāng)前關(guān)鍵點(diǎn)為中心，取一個(gè)t×t像素的鄰域；

子步驟C2，對于鄰域內(nèi)的每一個(gè)像素，生成k維的S_min向量，其中k為外延方向的個(gè)數(shù)；以及

子步驟C3，將t×t個(gè)像素分別對應(yīng)的k維的S_min向量順序排列，組成總維數(shù)為t×t×k的高維聯(lián)合向量，由該高維聯(lián)合向量共同描述當(dāng)前關(guān)鍵點(diǎn)的特征。

3.根據(jù)權(quán)利要求2所述的圖像跟蹤方法，其特征在于，所述子步驟C2中，對于當(dāng)前像素生成k維的S_min向量的步驟具體包括：

子分步驟C2a，以當(dāng)前像素為中心，每隔角度向外延伸出一個(gè)方向，順時(shí)針依次編號1至k，沿每個(gè)方向自中心點(diǎn)向外等間距取M個(gè)采樣點(diǎn)，定義符號代表著選定常數(shù)k的、第n個(gè)方向上的第m個(gè)采樣點(diǎn)的灰度；

子分步驟C2b，采用距離加權(quán)求和的方式帶權(quán)累加每一個(gè)方向上所有采樣點(diǎn)以及該像素的灰度值，在每一方向上得到一紋理信息其中，距離該像素越近的采樣點(diǎn)其所占的權(quán)重越大，n=1，2，……，k；

子分步驟C2c，由當(dāng)前像素的k個(gè)紋理信息得到對應(yīng)當(dāng)前像素的k維向量S，具體方法如下：將當(dāng)前像素的k個(gè)紋理信息由小到大進(jìn)行排序，對應(yīng)的序號記為S_n，按照的排列順序用S_n對其進(jìn)行編碼，構(gòu)成一個(gè)k維向量S：S=(S₁，S₂，…，S_k)；

子分步驟C2d，將k維向量S按位循環(huán)右移k次，得到k個(gè)k維向量；

子步驟C2e，計(jì)算k個(gè)k維向量分別對應(yīng)的S_sum值，當(dāng)前k維向量的S_sum值按照下式計(jì)算：其中，S_n為當(dāng)前k維向量的第n個(gè)元素；

子步驟C2f，，將最小的S_sum值所對應(yīng)的特征向量S_min作為描述當(dāng)前像素的向量；以及

子步驟C2g，將灰度值0～255量化至p個(gè)區(qū)間，分別對應(yīng)從大到小的p個(gè)數(shù)值，將當(dāng)前像素灰度值所在區(qū)間對應(yīng)的數(shù)值乘以S_min中的每一個(gè)元素，得到k維的S_min向量。