一种用于目标跟踪的模板特征选择方法

摘要

本发明公开一种用于目标跟踪的模板特征选择方法，属于视觉跟踪技术领域。该方法用于解决现有的长程目标跟踪过程中，由于模板内非目标匹配点导致的模板跟踪漂移的问题。具体为：首先计算模板内原始匹配特征点对的光流矢量，然后对所计算的光流矢量进行极坐标化，并在极坐标空间内对其进行概率密度统计生成角度分布直方图；最后对角度分布直方图进行中值滤波，获得目标匹配特征点，有效剔除目标模板内的非目标特征点。

主权项

一种用于目标跟踪的模板特征选择方法，其特征在于，具体步骤为：步骤一、计算模板内原始匹配特征点对的光流矢量设模板内有N个原始匹配特征点对，根据LK光流法跟踪原始匹配特征点，对于第n+1帧图像内的特征点$P^{n+1}=\left\{p_i^{n+1}\right|p_i^{n+1}=\left(\begin{array}{cc}{x}_i^{n+1}& y_i^{n+1}\end{array}\right),i=1,2,\mathrm{...},N\}$和第n帧图像中对应的特征点$P^n=\left\{p_i^n\right|p_i^n=\left(\begin{array}{cc}{x}_i^n& y_i^n\end{array}\right),i=1,2,\mathrm{...},N\},$按照下述公式(1)计算模板内每个原始匹配特征点对的光流矢量d_i(n|n+1)，1≤i≤N:$d_i\left(n\right|n+1)=\left(\begin{array}{cc}{x}_i^{n+1}-x_i^n,& y_i^{n+1}-y_i^n\end{array}\right),1\le i\le N---\left(1\right)$其中，n为图像帧号；和分别为在第n帧图像I_n和第n+1帧图像I_n+1中对应的第i个特征点，$\left(\begin{array}{cc}{x}_i^n& y_i^n\end{array}\right)$和$\left(\begin{array}{cc}{x}_i^{n+1}& y_i^{n+1}\end{array}\right)$分别为特征点和特征点在图像坐标系中的坐标；步骤二、采用极坐标表示模板内原始匹配点对的光流矢量依据下述公式(2)得到各原始匹配特征点对的光流矢量的极坐标表示(ρ_i(n|n+1)，θ_i(n|n+1))；其中ρ_i(n|n+1)为光流矢量d_i(n|n+1)的长度，θ_i(n|n+1)为光流矢量d_i(n|n+1)的方向角；步骤三、在极坐标空间内对光流矢量进行概率密度统计，获得光流矢量在每个区间的概率密度，并由此生成角度分布直方图；所述角度分布直方图的单位宽度为Δθ，高度为F_b(j)，其中：Δθ为将光流矢量的极坐标空间等分为J个区间后，每个区间的宽度；F_b(j)光流矢量在第j个区间的概率密度，j＝1，2，…，J；步骤四、对角度分布直方图进行中值滤波，满足中值滤波条件的区间内的光流矢量的特征点为所跟踪的目标特征点，予以保留；不满足值滤波条件的区间内的光流矢量的特征点为非目标特征点，从模板中删除。