发明名称 |
一种基于Kalman滤波器的长序列图像SIFT特征点跟踪算法 |
摘要 |
本发明公开一种基于Kalman滤波器的长序列图像SIFT特征点跟踪算法,该算法包括如下步骤:1)读入序列图像文件;2)提取前三帧图像的SIFT特征点;3)创建SIFT特征点跟踪序列;4)更新跟踪特征点的Kalman模型;5)Kalman预测特征点位置;6)预测位置是否超出图像边界;7)读入下一帧图像;8)结束跟踪该点;9)预测位置进行SIFT点匹配;10)更新特征点坐标;11)更新特征点的跟踪序列。本发明采用kalman(卡尔曼)滤波器时刻模拟更新特征点状态模型,利用状态模型预测下一帧特征点位置,然后在预测位置进行SIFT特征点匹配,最后根据Kalman(卡尔曼)更新特征点坐标,克服长序列图像中误差累积效应,实现高精度的SIFT特征点跟踪。 |
申请公布号 |
CN103985138A |
申请公布日期 |
2014.08.13 |
申请号 |
CN201410203353.1 |
申请日期 |
2014.05.14 |
申请人 |
苏州盛景空间信息技术有限公司 |
发明人 |
胡伏原;董治方;凌燕 |
分类号 |
G06T7/20(2006.01)I;G06T7/00(2006.01)I |
主分类号 |
G06T7/20(2006.01)I |
代理机构 |
苏州慧通知识产权代理事务所(普通合伙) 32239 |
代理人 |
安纪平 |
主权项 |
一种基于Kalman滤波器的长序列图像SIFT特征点跟踪算法,其特征在于,该算法包括如下步骤:1)读入序列图像文件;2)提取前三帧图像的SIFT特征点;3)创建SIFT特征点跟踪序列;4)更新跟踪特征点的Kalman模型;5)Kalman预测特征点位置;6)预测位置是否超出图像边界;7)读入下一帧图像;8)结束跟踪该点;9)预测位置进行SIFT点匹配;10)更新特征点坐标;11)更新特征点的跟踪序列。 |
地址 |
215021 江苏省苏州市工业园区金鸡湖大道1355号国际科技园一期111C单元 |