%0 Journal Article
%T 基于改进SURF和P-KLT算法的特征点实时跟踪方法研究
%A 蔡佳
%A 黄攀峰
%J 航空学报
%P 1204-1214
%D 2013
%R 10.7527/S1000-6893.2013.0206
%X 针对视频序列中运动目标的实时跟踪问题,提出一种基于改进SURF算法和金字塔KLT算法相结合的特征点跟踪方法。首先人工标定目标区域,利用改进的SURF算法分块快速提取具有高鲁棒性、独特性的特征点;然后在后续帧中应用金字塔KLT匹配算法对特征点进行稳定跟踪,采用基于统计的方法剔除错误匹配对;最后利用GreedySnake分割算法提取轮廓确定更加精准的位置信息,更新目标区域。为使算法更具鲁棒性,还设计了离散点筛选、自适应更新策略。利用飞行视频数据库进行了大量的仿真,结果表明该算法适用于多尺度图像序列中位置、姿态发生快速变化且结构简单的飞行器的稳定跟踪。帧平均时间为31.8ms,比SIFT+P-KLT跟踪算法减少47.1%;帧几何中心、目标轮廓面积平均误差分别为5.03像素、16.3%,分别比GFTT+P-KLT跟踪算法减少27.2%、56.9%,比SIFT跟踪算法减少38.6%、68.4%。
%K 特征点提取
%K SURF算法
%K KLT算法
%K 目标跟踪
%K Greedy
%K Snake算法
%U http://hkxb.buaa.edu.cn/CN/abstract/abstract14875.shtml