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。

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。