基于SIFT特征点匹配的方法实现对目标的跟踪

【黑暗之魂/混剪】 史诗向/神话/无火的余烬



 

 

基于SIFT特征点匹配的方法实现对目标的跟踪

 

 

SIFT算法对尺度变换、图像缩放和旋转、都具有良好的不变性。

1 运动目标检测部分,对于背景点,采用以一定的学习速率对背景进行修正,利用形态学处理将前景目标整合成一个连通域；在目标分割部分,利用基于连通域的两轮扫描法,该方法能够有效分割出各个连通域。

 

2 对分割出来的运动目标,利用SIFT算法对各目标进行特征点匹配,记下各目标间匹配的特征点个数,判定匹配的特征点数目最多的为同一目标。

 

3 分割后的目标图片大小要远远小于原图的大小,因此,本文对SIFT算法进行了一定的改进,对高斯金字塔降采样次数以及高斯差分金字塔层数的进行调整,不仅保证相同目标间匹配的特征点仍然最多,且误匹配率很小,而且减短了匹配的时间

运动检测的目的是从序列图象中将变化区域从背景中分割出来。由于光照的变化、背景混乱运动的干扰、运动目标的影子、摄象机的抖动以及运动目标的自遮挡和互遮挡现象的存在，这些都给运动目标的正确检测带来了极大的挑战。运动目标的正确检测与分割影响着运动目标能否正确跟踪和分类

 

 

Reference 

1  ...