[發明專利]一種基于特征點網格化匹配的運動目標跟蹤檢測方法在審
| 申請號： | 201911214360.0 | 申請日： | 2019-12-02 |
| 公開（公告）號： | CN110942473A | 公開（公告）日： | 2020-03-31 |
| 發明（設計）人： | 綦毅;印桂生;劉杰;張萬松;張立國;董宇欣;李巖松 | 申請（專利權）人： | 哈爾濱工程大學 |
| 主分類號： | G06T7/246 | 分類號： | G06T7/246 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼： | 黑龍江;23 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 特征 網格 匹配 運動 目標 跟蹤 檢測 方法 | ||
1.一種基于特征點網格化匹配的運動目標跟蹤檢測方法，其特征在于，包括以下步驟：
步驟1：輸入目標圖片和待檢測圖片，將兩幅圖片作灰度處理；
步驟2：對灰度處理后的目標圖片和待檢測圖片提取特征點，計算特征描述子；
步驟3：將目標圖片和待檢測圖片中的特征點依據特征描述子進行KNN匹配；
步驟4：對目標圖片和待檢測圖片進行網格劃分；
步驟5：統計目標圖片和待檢測圖片中每一個特征點所屬的網格坐標；
步驟6：統計目標圖片中每個網格與待檢測圖片中每個網格的特征點匹配對數；
步驟7：檢測特征點匹配對數是否大于閾值；若特征點匹配對數小于閾值，則視為匹配失敗并返回步驟2；若特征點匹配對數大于閾值，則視為匹配成功，對成功匹配的特征點匹配對數求解ransack單應性矩陣，獲得目標圖片在待檢測圖片中的位置。
2.根據權利要求1所述的一種基于特征點網格化匹配的運動目標跟蹤檢測方法，其特征在于：所述的步驟2中對灰度處理后的目標圖片和待檢測圖片提取特征點，計算特征描述子的方法具體為：
步驟2.1：生成高斯差分金字塔，構建尺度空間；
所述的高斯差分金字塔構建過程中采用下采樣的圖像；
步驟2.2：在尺度空間中檢測極值點；
步驟2.3：穩定極值點的精確定位；
確定在下采樣圖像中提取的極值點對應在原始圖像中的確切位置；
步驟2.4：穩定極值點方向信息分配；
穩定的極值點是在不同尺度空間下提取的，為極值點分配方向信息所要解決的問題是使得極值點對圖像角度和旋轉具有不變性，方向的分配是通過求每個極值點的梯度來實現的；
步驟2.5：計算特征描述子；
所述的特征描述子包含極值點及極值點周圍對其有貢獻的鄰域點；特征描述子的計算方法為：對極值點周圍像素區域分塊，計算每個分塊內梯度直方圖，生成具有獨特性的向量，這個向量即為該區域圖像信息的特征描述子。
3.根據權利要求1或2所述的一種基于特征點網格化匹配的運動目標跟蹤檢測方法，其特征在于：所述步驟7中閾值的設置方法為：
設xi為第i個匹配點，引入分數估計方法Si，表示小網格內特征點匹配的點對數，則有Si的概率分布為：
其中n為每個網格內的特征點數，pt為正確匹配的概率，pf為錯誤匹配的概率；在匹配錯誤的情況下，Si的均值和方差分別為：
mf＝Knpf
K值代表每個大網格內的小鄰域個數；根據概率分布，可將閾值τ設置為：
τ＝mf+α*sf
其中，α為將上式化簡后派生出的一個常數，由于mf通常很小，則可將閾值τ的計算公式簡化為：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程大學，未經哈爾濱工程大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911214360.0/1.html，轉載請聲明來源鉆瓜專利網。
