基于角點(diǎn)檢測(cè)的目標(biāo)跟蹤算法研究與應(yīng)用.pdf

1、實(shí)時(shí)目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)熱門(mén)應(yīng)用，也是一項(xiàng)具有實(shí)用性研究意義的課題，由于現(xiàn)代社會(huì)對(duì)跟蹤精度的要求越來(lái)越高，角點(diǎn)作為圖像的關(guān)鍵特征在提高跟蹤精確度上存在著優(yōu)勢(shì)，本文以此為切入點(diǎn)，對(duì)角點(diǎn)檢測(cè)算法和目標(biāo)跟蹤算法進(jìn)行研究，并將優(yōu)化后的角點(diǎn)檢測(cè)算法應(yīng)用到跟蹤系統(tǒng)中來(lái)提高跟蹤的精確度。
　　首先，本文在比較分析常用角點(diǎn)檢測(cè)算法的基礎(chǔ)上，從速度和匹配精度的角度，對(duì)Harris、FAST以及SURF角點(diǎn)檢測(cè)算法進(jìn)行比較分析，綜合三種算法

2、在速度和匹配精度上的優(yōu)缺點(diǎn)，選定SURF角點(diǎn)檢測(cè)算法，運(yùn)用到目標(biāo)跟蹤系統(tǒng)中，并在此基礎(chǔ)上對(duì)SURF角點(diǎn)的描述算法進(jìn)行優(yōu)化，與其原算法進(jìn)行了對(duì)比。
　　其次，在確定使用角點(diǎn)檢測(cè)算法后，本文對(duì)運(yùn)動(dòng)檢測(cè)算法和運(yùn)動(dòng)預(yù)測(cè)算法進(jìn)行深入研究。選擇Kalman濾波器和光流法進(jìn)行測(cè)試、比較、分析，基于Kalman濾波器可以準(zhǔn)確預(yù)測(cè)目標(biāo)所在區(qū)域的特點(diǎn)，并結(jié)合角點(diǎn)檢測(cè)算法，提出一種優(yōu)化后的SURF角點(diǎn)檢測(cè)與Kalman濾波器相結(jié)合的方法，使用Kalma

3、n濾波器預(yù)測(cè)更新算法對(duì)感興趣區(qū)域進(jìn)行快速更新，從而縮小角點(diǎn)檢測(cè)范圍，提高跟蹤系統(tǒng)的速度，使其達(dá)到實(shí)時(shí)性的要求。
　　再次，以?xún)?yōu)化后的算法為基礎(chǔ)，本文對(duì)實(shí)時(shí)目標(biāo)跟蹤系統(tǒng)進(jìn)行實(shí)現(xiàn)，將該系統(tǒng)用于排球測(cè)試過(guò)程中，完成對(duì)排球的跟蹤，并進(jìn)行單個(gè)攝像頭的測(cè)距方法的設(shè)計(jì)，完成排球高度測(cè)距。
　　最后，對(duì)本文的實(shí)時(shí)目標(biāo)跟蹤系統(tǒng)進(jìn)行測(cè)試分析，通過(guò)攝像頭和筆記本電腦的簡(jiǎn)單連接搭建的測(cè)試系統(tǒng)，完成 SURF角點(diǎn)檢測(cè)和Kalman濾波器預(yù)測(cè)結(jié)果測(cè)試，