基于角點(diǎn)SIFT特征匹配的車輛跟蹤方法研究.pdf

1、智能交通系統(tǒng)(ITS)是現(xiàn)代交通管理的發(fā)展方向之一，而運(yùn)動(dòng)車輛的檢測(cè)與跟蹤是智能交通系統(tǒng)中的基礎(chǔ)問題。本文在分析和總結(jié)現(xiàn)有的車輛檢測(cè)與跟蹤技術(shù)的基礎(chǔ)上，重點(diǎn)研究了固定場(chǎng)景下基于角點(diǎn)SIFT特征匹配的車輛檢測(cè)定位與跟蹤方法，本文的主要研究工作包括以下幾個(gè)方面:
　　 (1)車輛角點(diǎn)的檢測(cè)與定位。在現(xiàn)有的車輛檢測(cè)的基礎(chǔ)上，采用Harris角點(diǎn)檢測(cè)算法提取了圖像中的角點(diǎn)這一重要局部特征，角點(diǎn)具有旋轉(zhuǎn)不變性和較強(qiáng)的抗光照干擾性;采用12

2、8維向量對(duì)各角點(diǎn)進(jìn)行SIFT特征描述，該特征對(duì)旋轉(zhuǎn)、尺度縮放和亮度具有較好的不變性，因此本文算法能較好地適應(yīng)不同光照環(huán)境。
　　 (2)車輛角點(diǎn)運(yùn)動(dòng)軌跡的形成。對(duì)連續(xù)兩幀圖像分別進(jìn)行角點(diǎn)提取，以其128維SIFT特征向量之間的歐式距離計(jì)算特征點(diǎn)之間的相似度，采用雙向匹配法獲得連續(xù)兩幀圖像中角點(diǎn)的匹配關(guān)系，形成軌跡;為滿足實(shí)時(shí)性要求，在角點(diǎn)匹配時(shí)使用卡爾曼濾波器對(duì)角點(diǎn)的運(yùn)動(dòng)軌跡進(jìn)行估計(jì)，縮小匹配范圍。當(dāng)本幀中沒有找到一條軌跡的匹配

3、點(diǎn)時(shí)用估計(jì)點(diǎn)坐標(biāo)作為軌跡在本幀中的位置，提高跟蹤的穩(wěn)定性。為了獲取軌跡速度以及計(jì)算車輛大小，使用基于單應(yīng)矩陣的攝像機(jī)標(biāo)定方法對(duì)角點(diǎn)像素進(jìn)行從圖像坐標(biāo)系到世界坐標(biāo)系的轉(zhuǎn)換。
　　 (3)角點(diǎn)運(yùn)動(dòng)軌跡分組研究，獲取車輛數(shù)據(jù)。根據(jù)軌跡間的位置、速度、方向和移動(dòng)距離的加權(quán)差值衡量軌跡間的相似度;采用聚類的思想，對(duì)相似度較大的軌跡進(jìn)行歸類，實(shí)現(xiàn)軌跡的分組。由于充分利用了車輛的運(yùn)動(dòng)信息，因此在車輛間發(fā)生遮擋時(shí)也能對(duì)車輛進(jìn)行檢測(cè)區(qū)分。