基于角點檢測的目標(biāo)跟蹤算法研究與應(yīng)用.pdf

1、實時目標(biāo)跟蹤是計算機(jī)視覺領(lǐng)域的一個熱門應(yīng)用，也是一項具有實用性研究意義的課題，由于現(xiàn)代社會對跟蹤精度的要求越來越高，角點作為圖像的關(guān)鍵特征在提高跟蹤精確度上存在著優(yōu)勢，本文以此為切入點，對角點檢測算法和目標(biāo)跟蹤算法進(jìn)行研究，并將優(yōu)化后的角點檢測算法應(yīng)用到跟蹤系統(tǒng)中來提高跟蹤的精確度。
　　首先，本文在比較分析常用角點檢測算法的基礎(chǔ)上，從速度和匹配精度的角度，對Harris、FAST以及SURF角點檢測算法進(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，選定SURF角點檢測算法，運用到目標(biāo)跟蹤系統(tǒng)中，并在此基礎(chǔ)上對SURF角點的描述算法進(jìn)行優(yōu)化，與其原算法進(jìn)行了對比。
　　其次，在確定使用角點檢測算法后，本文對運動檢測算法和運動預(yù)測算法進(jìn)行深入研究。選擇Kalman濾波器和光流法進(jìn)行測試、比較、分析，基于Kalman濾波器可以準(zhǔn)確預(yù)測目標(biāo)所在區(qū)域的特點，并結(jié)合角點檢測算法，提出一種優(yōu)化后的SURF角點檢測與Kalman濾波器相結(jié)合的方法，使用Kalma

3、n濾波器預(yù)測更新算法對感興趣區(qū)域進(jìn)行快速更新，從而縮小角點檢測范圍，提高跟蹤系統(tǒng)的速度，使其達(dá)到實時性的要求。
　　再次，以優(yōu)化后的算法為基礎(chǔ)，本文對實時目標(biāo)跟蹤系統(tǒng)進(jìn)行實現(xiàn)，將該系統(tǒng)用于排球測試過程中，完成對排球的跟蹤，并進(jìn)行單個攝像頭的測距方法的設(shè)計，完成排球高度測距。
　　最后，對本文的實時目標(biāo)跟蹤系統(tǒng)進(jìn)行測試分析，通過攝像頭和筆記本電腦的簡單連接搭建的測試系統(tǒng)，完成 SURF角點檢測和Kalman濾波器預(yù)測結(jié)果測試，