李英
,
李静宇
,
徐正平
液晶与显示
doi:10.3788/YJYXS20112604.0544
为了解决运动目标快速跟踪过程的实时性与稳定跟踪问题,提出了结合SURF(Speed Up Robust Features)与K-means聚类分析的运动目标快速跟踪算法(SURF-KMs),对图像的局部多尺度特征提取与描述进行了研究.首先,使用SURF算法在跟踪窗口内提取特征点,生成并匹配特征矢量.然后,利用K-means 算法估计目标特征点的质心位置,确定其聚集范围,实时更新窗口尺寸和位置.最后,建立目标模板更新策略,当目标发生形态变化而无遮挡时,更新目标模板.实验结果表明,当目标发生大角度旋转和快速缩放,同时发生颜色变化时,所提出的SURF-KMs算法仍能够实现稳定的跟踪,且满足运动目标实时跟踪的稳定可靠、精确度高、抗干扰能力强等指标要求.
关键词:
SURF
,
聚类分析
,
运动目标
,
快速跟踪
