基于高斯尺度空間的模板匹配算法研究.pdf

1、視覺(jué)跟蹤已成為應(yīng)用數(shù)學(xué)、計(jì)算機(jī)視覺(jué)等交叉學(xué)科的熱點(diǎn)問(wèn)題，其任務(wù)就是在一段視頻的每一幀中將感興趣的目標(biāo)標(biāo)記出來(lái)。該領(lǐng)域的研究不僅具有深遠(yuǎn)的理論意義，而且具有廣泛的應(yīng)用價(jià)值，例如安防監(jiān)控、人機(jī)交互、智能交通、醫(yī)療診斷等。
　　模板匹配算法計(jì)算相對(duì)簡(jiǎn)單、魯棒性強(qiáng)，已成為視覺(jué)跟蹤的常用算法。目前，已有多種模板匹配算法被提出，廣義上可分為基于灰度相關(guān)的方法和基于幾何變換的方法。其中，基于灰度相關(guān)的方法簡(jiǎn)單易行，精確度較高，得到了較好的應(yīng)用。

2、但這種模板匹配算法仍有一些不足之處，如模板尺度固定、模板漂移、計(jì)算量大等。為了解決這些問(wèn)題，本文對(duì)已有算法和研究進(jìn)行了大量分析，在此基礎(chǔ)上，提出了基于高斯尺度空間的模板匹配算法。主要內(nèi)容有:
　　首先，借助高斯尺度空間理論，模板能夠適應(yīng)目標(biāo)的尺度變化進(jìn)行自適應(yīng)更新，使算法在沒(méi)有形狀突變時(shí)跟蹤上目標(biāo)的絕大部分，提高了跟蹤的準(zhǔn)確度。
　　其次，分析了模板漂移現(xiàn)象產(chǎn)生的原因，并提出了解決方案，使算法在遮擋和一定程度的形變情況下仍能

3、保持不錯(cuò)的跟蹤效果。
　　再次，提出了一種改進(jìn)的菱形搜索(IDS)算法，它結(jié)合了三步搜索(ThreeStep-Search，簡(jiǎn)稱TSS)、新三步搜索（New Three Step-Search，簡(jiǎn)稱NTSS）和菱形搜索（Diamond Search，簡(jiǎn)稱DS）算法各自的優(yōu)點(diǎn)，在尋求全局最優(yōu)的基礎(chǔ)上，提高了匹配速度，解決了模板匹配計(jì)算量大的問(wèn)題。
　　復(fù)雜場(chǎng)景下的實(shí)驗(yàn)表明，提出的模板匹配算法是一種快速、魯棒的視覺(jué)跟蹤算法，能夠