基于光流的图像目标跟踪方法研究

动态序列图像跟踪是计算机视觉研究领域中十分重要的问题。光流法在序列图像的运动目标检测与跟踪中得到了较好的应用,光流法用于运动目标跟踪存在的问题是:运算量大、抗噪性差、不能跟踪较高速度的运动目标;特征光流法可较好的解决上述问题。 本文对光流法用于运动目标跟踪进行了研究,主要工作如下: 1.对基于曲率的角点检测算法和Plessy角点检测算法做了理论分析和实验比较,通过对角点检测算法的三个性能指标(稳定性、可靠性和抗噪性)的定量评价表明,基于曲率的角点检测算法比Plessy角点检测算法性能更好。 2.研究了经典基于微分的光流计算方法和五点约束光流算法,给出了两种算法用于运动目标提取的仿真实验比较。实验结果表明:五点约束光流算法具有精度高,计算速度快的特点。 3.将五点约束光流算法应用于不同的运动目标图像跟踪,仿真结果表明该方法在跟踪运动车辆时,只能跟踪目标大致轮廓,但不能给出完整画面。 4.研究了特征光流用于运动目标图像跟踪的问题,针对以往运动目标实时跟踪困难和经历旋转时的失跟问题,给出了光流聚类规则,引入矩特征进行矩特征匹配,由此提出了基于矩特征和特征光流的运动目标图像跟踪方法。 5.详细给出了基于矩特征和特征光流的运动目标跟踪方法的算法流程,并进行了图像目标跟踪仿真。仿真结果表明本文提出的图像跟踪算法在跟踪速度,跟踪精度,和克服旋转三方面性能优越,同时目标做30度以内的旋转时,能够稳定的跟踪运动目标。