基于SIFT特征點(diǎn)匹配的目標(biāo)跟蹤算法研究.pdf

1、運(yùn)動(dòng)目標(biāo)的檢測與跟蹤技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中一個(gè)研究熱點(diǎn)，廣泛的應(yīng)用實(shí)際生活中，如：銀行管理、醫(yī)學(xué)研究、交通管理等。本文采用基于SIFT特征點(diǎn)匹配的方法實(shí)現(xiàn)對目標(biāo)的跟蹤，SIFT算法對尺度變換、圖像縮放和旋轉(zhuǎn)、都具有良好的不變性。本文分為四章，主要內(nèi)容如下：
　　 （1)運(yùn)動(dòng)目標(biāo)檢測部分，對于背景點(diǎn)，采用以一定的學(xué)習(xí)速率對背景進(jìn)行修正,利用形態(tài)學(xué)處理將前景目標(biāo)整合成一個(gè)連通域；在目標(biāo)分割部分，利用基于連通域的兩輪掃描法，該方法能夠

2、有效分割出各個(gè)連通域。
　　 （2)對分割出來的運(yùn)動(dòng)目標(biāo)，利用SIFT算法對各目標(biāo)進(jìn)行特征點(diǎn)匹配，記下各目標(biāo)間匹配的特征點(diǎn)個(gè)數(shù)，判定匹配的特征點(diǎn)數(shù)目最多的為同一目標(biāo)。
　　 （3)分割后的目標(biāo)圖片大小要遠(yuǎn)遠(yuǎn)小于原圖的大小，因此，本文對SIFT算法進(jìn)行了一定的改進(jìn)，對高斯金字塔降采樣次數(shù)以及高斯差分金字塔層數(shù)的進(jìn)行調(diào)整，不僅保證相同目標(biāo)間匹配的特征點(diǎn)仍然最多，且誤匹配率很小，而且減短了匹配的時(shí)間，通過實(shí)驗(yàn)證明改進(jìn)后算法的時(shí)