一種運(yùn)動(dòng)物體特征點(diǎn)跟蹤結(jié)果的篩選方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像跟蹤技術(shù)領(lǐng)域，尤其涉及一種運(yùn)動(dòng)物體特征點(diǎn)跟蹤結(jié)果的篩選方 法和系統(tǒng)。
【背景技術(shù)】
[0002] 目前，在圖像跟蹤技術(shù)領(lǐng)域普遍采用光流算法對(duì)運(yùn)動(dòng)物體進(jìn)行跟蹤拍攝，光流算 法中公認(rèn)效果比較好的是金字塔LK(Lucas Kanade)算法(LKP)，LKP算法分為兩個(gè)關(guān)鍵步 驟，首先提取goodfeature特征點(diǎn)作為跟蹤對(duì)象，然后根據(jù)選取的特征點(diǎn)通過(guò)迭代過(guò)程得到 該特征點(diǎn)的目標(biāo)位置。雖然LKP算法可以比較精確的得到目標(biāo)位置，但是仍然存在誤差，需 要將跟蹤過(guò)程中得到的發(fā)生嚴(yán)重偏差的目標(biāo)位置篩選去除，以免對(duì)后續(xù)的迭代跟蹤過(guò)程造 成影響，現(xiàn)有的方法采用Ransac法，正反跟蹤誤差法或者圖像塊的歸一化相關(guān)系數(shù)對(duì)特征 點(diǎn)的跟蹤結(jié)果，即目標(biāo)位置進(jìn)行篩選，但這些算法存在計(jì)算量大的問(wèn)題。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提出一種運(yùn)動(dòng)物體特征點(diǎn)跟蹤結(jié)果的篩選方法和系統(tǒng)，能夠在 圖像跟蹤的過(guò)程中對(duì)特征點(diǎn)的跟蹤結(jié)果進(jìn)行篩選，滿足跟蹤精度要求的同時(shí)提高了運(yùn)算速 度。
[0004] 為達(dá)此目的，本發(fā)明采用以下技術(shù)方案：
[0005] -方面，本發(fā)明提出一種運(yùn)動(dòng)物體特征點(diǎn)跟蹤結(jié)果的篩選方法，包括：
[0006] 獲取運(yùn)動(dòng)物體的前后兩幀圖像；
[0007] 獲取前一幀圖像中運(yùn)動(dòng)物體的特征點(diǎn)和所述特征點(diǎn)的原始坐標(biāo)，根據(jù)所述原始坐 標(biāo)得到后一幀圖像中所述特征點(diǎn)的跟蹤結(jié)果的跟蹤坐標(biāo)；
[0008] 根據(jù)灰度篩選法對(duì)所述跟蹤結(jié)果進(jìn)行預(yù)篩選得到篩選之后剩余的η個(gè)跟蹤結(jié)果的 跟蹤坐標(biāo)；
[0009] 根據(jù)所述η個(gè)跟蹤坐標(biāo)和所述跟蹤坐標(biāo)對(duì)應(yīng)的η個(gè)原始坐標(biāo)得到η個(gè)所述特征點(diǎn)的 位移向量.?.，:1 < i仝η;
[0010] 將所述位移向量&單位化得到對(duì)應(yīng)的單位向量,根據(jù)所述單位向量％得到所述η 個(gè)特征點(diǎn)中任意一個(gè)特征點(diǎn)的位移向量與所述η個(gè)特征點(diǎn)的位移向量之間的相似度積分； [0011]若所述相似度積分大于等于相似度預(yù)設(shè)閥值，所述相似度積分對(duì)應(yīng)的特征點(diǎn)跟蹤 結(jié)果有效，反之所述特征點(diǎn)跟蹤結(jié)果無(wú)效。
[0012]其中，所述相似度積分為
，Ki，j^n，其中， 小于預(yù)設(shè)距離閥值時(shí)，位移一致性系數(shù)c^ = 1，反之c^ = 0;
[0013]其中，所述預(yù)設(shè)距離閥值的范圍為0~5;
[0014]其中，所述相似度預(yù)設(shè)閥值的范圍為〇~max(sum)，其中，max(sum)為所有特征點(diǎn) 的相似度積分中的最大值。
[0015] 其中，所述獲取前一幀圖像中運(yùn)動(dòng)物體的特征點(diǎn)和所述特征點(diǎn)的原始坐標(biāo)，根據(jù) 所述原始坐標(biāo)得到后一幀圖像中所述特征點(diǎn)的跟蹤結(jié)果的跟蹤坐標(biāo)，具體為：
[0016] 將前一幀圖像的左上角設(shè)定為坐標(biāo)原點(diǎn)，根據(jù)LKT算子獲取運(yùn)動(dòng)物體在前一幀圖 像中的特征點(diǎn)和所述特征點(diǎn)的原始坐標(biāo)；
[0017] 將后一幀圖像的左上角設(shè)定為坐標(biāo)原點(diǎn)，根據(jù)所述特征點(diǎn)的坐標(biāo)和所述LKP算法 得到后一幀圖像中所述特征點(diǎn)的跟蹤結(jié)果的跟蹤坐標(biāo)。
[0018] 其中，若所述相似度積分大于等于相似度預(yù)設(shè)閥值，所述相似度積分對(duì)應(yīng)的特征 點(diǎn)跟蹤結(jié)果有效之前，還包括:判斷所述相似度積分是否大于等于所述相似度預(yù)設(shè)閥值。
[0019] 另一方面，本發(fā)明提出一種運(yùn)動(dòng)物體特征點(diǎn)跟蹤結(jié)果的篩選系統(tǒng)，包括：
[0020] 圖像獲取模塊，用于獲取運(yùn)動(dòng)物體的前后兩幀圖像；
[0021] 坐標(biāo)獲取模塊，用于獲取前一幀圖像中運(yùn)動(dòng)物體的特征點(diǎn)和所述特征點(diǎn)的原始坐 標(biāo)，根據(jù)所述原始坐標(biāo)得到后一幀圖像中所述特征點(diǎn)的跟蹤結(jié)果的跟蹤坐標(biāo)；
[0022] 預(yù)篩選模塊，用于根據(jù)灰度篩選法對(duì)所述跟蹤結(jié)果進(jìn)行預(yù)篩選得到篩選之后剩余 的η個(gè)跟蹤結(jié)果的跟蹤坐標(biāo)；
[0023] 位移向量獲取模塊，用于根據(jù)所述η個(gè)跟蹤坐標(biāo)和所述跟蹤坐標(biāo)對(duì)應(yīng)的η個(gè)原始坐 標(biāo)得到η個(gè)所述特征點(diǎn)的位移向量％ .，1 < i < η;
[0024] 相似度積分獲取模塊，用于將所述位移向量g單位化得到對(duì)應(yīng)的單位向量f，根 據(jù)所述單位向量?得到所述η個(gè)特征點(diǎn)中任意一個(gè)特征點(diǎn)的位移向量與所述η個(gè)特征點(diǎn)的 位移向量之間的相似度積分；
[0025] 跟蹤結(jié)果篩選模塊，用于若所述相似度積分大于等于相似度預(yù)設(shè)閥值，所述相似 度積分對(duì)應(yīng)的特征點(diǎn)跟蹤結(jié)果有效，反之所述特征點(diǎn)跟蹤結(jié)果無(wú)效。
[0026] 其中，還包括：
[0027]距離閥值設(shè)置模塊，用于設(shè)置所述預(yù)設(shè)距離閥值，所述預(yù)設(shè)距離閥值的范圍為0~ 5;
[0028] 相似度閥值設(shè)置模塊，用于設(shè)置所述相似度預(yù)設(shè)閥值，所述相似度預(yù)設(shè)閥值的范 圍為0~max(sum) 〇
[0029] 其中，所述相似度積分獲取模塊包括：
[0030] 單位化計(jì)算模塊，用于將所述位移向量g單位化得到對(duì)應(yīng)的單位向量
[0031] 系數(shù)計(jì)算模塊，用于計(jì)算所述η個(gè)特征點(diǎn)中任意一個(gè)特征點(diǎn)的位移向量與所述η個(gè) 特征點(diǎn)的位移向量之間的位移一致性系數(shù)
小于預(yù)設(shè)距離閥值時(shí)，位移一致性 系數(shù)dij = 1，反之dij = 0;
[0032] 相似度計(jì)算模塊，用于根據(jù)所述單位向量g和位移一致性系數(shù)du得到所述η個(gè)特 征點(diǎn)中任意一個(gè)特征點(diǎn)的位移向量與所述η個(gè)特征點(diǎn)的位移向量之間的相似度積分
[0033] 其中，還包括:判斷模塊，用于判斷所述相似度積分是否大于等于所述相似度預(yù)設(shè) 閥值。
[0034] 本發(fā)明提供的技術(shù)方案帶來(lái)的有益效果為：
[0035] 本發(fā)明運(yùn)動(dòng)物體特征點(diǎn)跟蹤結(jié)果的篩選方法和系統(tǒng)，獲取運(yùn)動(dòng)物體的前后兩幀圖 像，獲取前一幀圖像中運(yùn)動(dòng)物體的η個(gè)特征點(diǎn)和所述η個(gè)特征點(diǎn)的原始坐標(biāo)，1 < i <n，根據(jù) 所述原始坐標(biāo)得到后一幀圖像中η個(gè)特征點(diǎn)跟蹤結(jié)果的跟蹤坐標(biāo)之后，得到所述η個(gè)特征點(diǎn) 的位移向量，將所述位移向量4單位化得到對(duì)應(yīng)的單位向量v，f，:根據(jù)所述單位向量得 到任意一個(gè)特征點(diǎn)的位移向量與所有特征點(diǎn)的位移向量之間的相似度積分，若所述相似度 積分大于相似度預(yù)設(shè)閥值，所述相似度積分對(duì)應(yīng)的特征點(diǎn)跟蹤結(jié)果有效，反之所述特征點(diǎn) 跟蹤結(jié)果無(wú)效;本方案通過(guò)計(jì)算運(yùn)動(dòng)物體任意一個(gè)特征點(diǎn)的位移向量與所有特征點(diǎn)的位移 向量之間的相似度，對(duì)所述特征點(diǎn)的跟蹤結(jié)果進(jìn)行篩選;在滿足跟蹤精度要求的同時(shí)提高 了運(yùn)算速度。
【附圖說(shuō)明】
[0036]圖1是本發(fā)明特征點(diǎn)跟蹤結(jié)果的篩選方法第一個(gè)實(shí)施例的方法流程圖。
[0037] 圖2是本發(fā)明特征點(diǎn)跟蹤結(jié)果的篩選方法第二個(gè)實(shí)施例的方法流程圖。
[0038] 圖3是本發(fā)明特征點(diǎn)跟蹤結(jié)果的篩選系統(tǒng)第一個(gè)實(shí)施例的結(jié)構(gòu)方框圖。
[0039] 圖4是本發(fā)明特征點(diǎn)跟蹤結(jié)果的篩選系統(tǒng)第二個(gè)實(shí)施例的結(jié)構(gòu)方框圖。
[0040] 圖5是本發(fā)明特征點(diǎn)跟蹤結(jié)果的篩選系統(tǒng)在ARM平臺(tái)上的運(yùn)行結(jié)果示意圖。
【具體實(shí)施方式】
[0041] 下面結(jié)合附圖并通過(guò)【具體實(shí)施方式】來(lái)進(jìn)一步說(shuō)明本發(fā)明的技術(shù)方案。
[0042] 參見圖1，圖1是本發(fā)明特征點(diǎn)跟蹤結(jié)果的篩選方法第一個(gè)實(shí)施例的方法流程圖。 [0043]在第一實(shí)施例中，該特征點(diǎn)跟蹤結(jié)果的篩選方法包括：
[0044] S101，獲取運(yùn)動(dòng)物體的如后兩幀圖像；
[0045] S102,獲取前一幀圖像中運(yùn)動(dòng)物體的特征點(diǎn)和所述特征點(diǎn)的原始坐標(biāo)，根據(jù)所述 原始坐標(biāo)得到后一幀圖像中所述特征點(diǎn)的跟蹤結(jié)果的跟蹤坐標(biāo)；
[0046]在圖像跟蹤系統(tǒng)中，通過(guò)攝像頭拍攝到運(yùn)動(dòng)物體的圖像，通過(guò)圖像識(shí)別技術(shù)對(duì)運(yùn) 動(dòng)物體進(jìn)行跟蹤和拍攝，讓該運(yùn)動(dòng)物體一直保持在攝像頭的視野范圍內(nèi)，具體應(yīng)用場(chǎng)景有 照相偵查衛(wèi)星，跟蹤拍攝無(wú)人機(jī)等。
[0047] 在圖像跟蹤拍攝的過(guò)程中以一定的時(shí)間周期，獲取前后兩幀運(yùn)動(dòng)物體，即跟蹤目 標(biāo)的圖像，通過(guò)LKT算子在前一幀圖像中選定跟蹤目標(biāo)的若干個(gè)特征點(diǎn)，以該圖像的左上角 作為坐標(biāo)原點(diǎn)，確定這些特征點(diǎn)的原始坐標(biāo)[xi，yi]，l < i <n，選定后一幀圖像的左上角為 坐標(biāo)原點(diǎn)，根據(jù)前一幀圖像中選取的若干個(gè)特征點(diǎn)的原始坐標(biāo)和LKP算法中的迭代過(guò)程得 到該特征點(diǎn)的跟蹤結(jié)果的跟蹤坐標(biāo)[auh]，即目標(biāo)位置。
[0048] S103,根據(jù)灰度篩選法對(duì)所述跟蹤結(jié)果進(jìn)行預(yù)篩選得到篩選之后剩余的η個(gè)跟蹤 結(jié)果的跟蹤坐標(biāo)；
[0049] 該預(yù)篩選的過(guò)程具體為:在運(yùn)動(dòng)物體前一幀圖像的特征點(diǎn)周圍提