一种融合特征匹配和光流法的车辆跟踪方法技术

本发明专利技术公开了一种融合特征匹配和光流法的车辆跟踪方法，是在各帧运动目标之间确定目标相关信息参数的相互关系，通过前后帧之间的匹配关系记录目标的轨迹，实现对目标的跟踪，一方面避免了单纯采用KLT跟踪算法时，其金字塔模型的递归估计所带来的偏移量误差，另一方面以特征匹配算法作为补偿机制对目标特征点集进行更新和校正，不仅适应车辆目标在运动过程中所产生的尺度变化和旋转变化，同时也提高了跟踪算法的稳定性和鲁棒性，解决了采用双向可逆性约束的KLT算法在跟踪过程中的特征点不足的问题。

【技术实现步骤摘要】

本专利技术属于视频检测
，具体涉及一种融合特征匹配和光流法的车辆跟踪方法。
技术介绍
基于视频的车辆检测技术作为计算机视觉和图像处理领域的重要研究内容，以其方便快捷的优点越来越受到人们的关注，基于视频的运动车辆跟踪是试图在各帧运动目标之间确定目标相关信息参数，例如位置、速度、颜色、纹理、形状等的相互关系，通过前后帧之间的匹配关系记录目标的轨迹等信息，实现对目标的跟踪，如何得到视频帧之间的对应点，即特征点匹配问题，是目标跟踪的关键技术之一。特征点匹配的本质是寻求两幅图像特征点集的空间映射关系。匹配策略主要包括两类：基于穷尽搜索的特征点匹配和基于最优估计的特征点跟踪。基于穷尽搜索的特征点匹配是在已知的两个特征点集之间分别进行搜索匹配找到各个特征点所对应的最优匹配点，如Harris角点匹配，Sift特征匹配等。这类方法依赖于所选取特征的鲁棒性，且在匹配的过程中，以遍历方式对特征点集进行比较匹配，没有充分利用帧间的先验信息，严重影响了计算速度。基于最优估计的特征点跟踪则是利用最优估计准则寻找一幅图像上已知的特征点在另一幅图像上的位置，其典型代表为光流法。KLT(Kanade-Lucas-Tomasi)是典型的基于光流的特征点跟踪方法，它将图像匹配问题从遍历的搜索匹配策略变为了一个求解偏移量的过程，为了提高跟踪准确性，通常采用具有双向可逆性约束的KLT算法，即是目标在相邻两帧的运动约束方程适用于前向和后向运动估计，即特征点的跟踪在时域上是可逆的，但随着跟踪过程中对不稳定特征点的剔除，有用的特征点数量会逐渐减少，特别是在跟踪过程中当目标姿态发生较大幅度变化时，经常会出现特征点急剧减少甚至消失的现象，导致跟踪系统的不稳定，严重时会引起跟踪目标的丢失。
技术实现思路
本专利技术的目的就是提供一种融合特征匹配和光流法的车辆跟踪方法，有效解决目前现有技术中单独采用基于穷尽搜索的特征点匹配而导致相关信息参数存在偏移量误差及单独使用光流法导致跟踪系统不稳定的技术问题。为了实现上述目的，本专利技术采用的技术方案是：一种融合特征匹配和光流法的车辆跟踪方法，其特征在于，包括以下步骤：步骤一，在初始帧中用矩形框标识需要跟踪的车辆目标，并提取该矩形框内的特征点，表示为特征点集R；步骤二，提取步骤一中矩形框中心位置的坐标O，并：根据公式(1.1)计算步骤一中点集R中任意两个特征点之间的相对距离(rij)i≠j；根据公式(1.2)计算步骤一中点集R中所有特征点到目标中心O的相对距离h(pi,O)；根据公式(1.3)计算步骤一中点集R中任意两个特征点之间的相对角度α，其中180°＞α≥0°；根据公式(1.4)计算步骤一中点集R中所有特征点与矩形框中心位置O的相对角度αi；(rij)i≠j＝||pi-pj|| (1.1)h(pi,O)＝||pi-O|| (1.2) α i j = arctan | p i . y - p j . y | | p i . x - p j . x | , ( i ≠ j ) - - - ( 1.3 ) ]]> α i = arctan O . y - p i . y O . x - p i . x - - - ( 1.4 ) ]]>其中，式(1.1)中，rij表示与初始帧中索引值为i和j的特征点的相对距离，pi和pj分别表示第i个和第j个特征点；式(1.3)中，pi.x表示第i个特征点的x坐标，pi.y表示第i个特征点的y坐标，O.x表示矩形框中心位置O的x坐标，O.y表示矩形框中心位置O的y坐标；步骤三：设初始帧特征点集R，前一帧目标点集K，采用光流法跟踪当前帧图像中与前一帧中特征点集对应的特征点集K′；步骤四：提取当前帧图像中所有特征点，表示为特征点集P；步骤五：遍历步骤四的特征点集P和初始帧特征点集R中所有特征点，采用匹配算法得到当前帧上与特征点集R相对应的特征点集M，其中特征点集M为特征点集P的子集；步骤六：合并步骤三的特征点集K′和步骤五的特征点集M，得到当前帧的新的特征点集S，根据公式(1.5)计算特征点集S中任意两个特征点之间的相对距离(aij)i≠j；(aij)i≠j＝||qi-qj|| (1.5)根据公式(1.6)对步骤二和步骤六所得到的相对距离(rij)i≠j和(aij)i≠j定义尺度因子s； s = m e d { ( a i j r i j ) i ≠ j本文档来自技高网...

【技术保护点】
一种融合特征匹配和光流法的车辆跟踪方法，其特征在于，包括以下步骤：步骤一，在初始帧中用矩形框标识需要跟踪的车辆目标，并提取该矩形框内的特征点，表示为特征点集R；步骤二，提取步骤一中矩形框中心位置的坐标O，并：根据公式(1.1)计算步骤一中点集R中任意两个特征点之间的相对距离(rij)i≠j；根据公式(1.2)计算步骤一中点集R中所有特征点到目标中心O的相对距离h(pi,O)；根据公式(1.3)计算步骤一中点集R中任意两个特征点之间的相对角度α，其中180°＞α≥0°；根据公式(1.4)计算步骤一中点集R中所有特征点与矩形框中心位置O的相对角度αi；(rij)i≠j＝||pi‑pj||   (1.1)h(pi,O)＝||pi‑O||   (1.2)αij=arctan|pi.y-pj.y||pi.x-pj.x|,(i≠j)---(1.3)]]>αi=arctanO.y-pi.yO.x-pi.x---(1.4)]]>其中，式(1.1)中，rij表示与初始帧中索引值为i和j的特征点的相对距离，pi和pj分别表示第i个和第j个特征点；式(1.3)中，pi.x表示第i个特征点的x坐标，pi.y表示第i个特征点的y坐标，O.x表示矩形框中心位置O的x坐标，O.y表示矩形框中心位置O的y坐标；步骤三：设初始帧特征点集R，前一帧目标点集K，采用光流法跟踪当前帧图像中与前一帧中特征点集对应的特征点集K′步骤四：提取当前帧图像中所有特征点，表示为特征点集P；步骤五：遍历步骤四的特征点集P和初始帧特征点集R中所有特征点，采用匹配算法得到当前帧上与特征点集R相对应的特征点集M，其中特征点集M为特征点集P的子集；步骤六：合并步骤三的特征点集K′和步骤五的特征点集M，得到当前帧的新的特征点集S，根据公式(1.5)计算特征点集S中任意两个特征点之间的相对距离(aij)i≠j；(aij)i≠j＝||qi‑qj||   (1.5)根据公式(1.6)对步骤二和步骤六所得到的相对距离(rij)i≠j和(aij)i≠j定义尺度因子s；s=med{(aijrij)i≠j}---(1.6)]]>式中，rij表示与当前帧中的索引值为i和j的特征点相对应的初始帧中特征点的相对距离；步骤七：根据当前帧中特征点与初始帧中特征点的对应关系，定义当前帧中特征点位置矢量，矢量大小为s·h(pi,O)，方向为αi，由此可得当前帧中特征点对应的矢量，矢量末端的特征点集表示为S′，其中s为步骤六中得到的尺度因子s；步骤八：计算步骤七中特征点集S′中两两特征点间的欧氏距离，定义相似性矩阵，采用聚类方法将特征点集S′分为m个子集，其中包含特征点个数最多的子集所对应的特征点即为保留下来的特征点，并删除其它子集对应的特征点，保留下来的特征点集即为当前帧最终的特征点集K；步骤九：若Num(K)＜θ·Num(R)，则认为跟踪失败，其中Num(K)表示特征点集K中特征点个数，Num(R)为特征点集R中特征点个数，参数θ∈[0,1]用于控制当前帧中可以跟踪到的初始特征点的数量；否则，根据特征点集K中各特征点的位置信息，计算特征点集K中所有特征点的平均位置得到目标区域中心坐标μ，如式(1.7)所示；μ=1Num(K)Σi=1Num(K)qi---(1.7)]]>步骤十：根据步骤七得到的尺度因子s，定义当前帧中的目标区域，假设初始帧中矩形框的四个顶点表示为ci＝{c1,c2,c3,c4}，则当前帧中新的目标区域定义为：c′i＝μ‑O+s·ci   (1.8)步骤十一：判断当前帧是否为最后一帧，若当前帧为最后一帧，则跟踪结束，反之则跳转步骤三。...

【技术特征摘要】
1.一种融合特征匹配和光流法的车辆跟踪方法，其特征在于，包括以下步骤：步骤一，在初始帧中用矩形框标识需要跟踪的车辆目标，并提取该矩形框内的特征点，表示为特征点集R；步骤二，提取步骤一中矩形框中心位置的坐标O，并：根据公式(1.1)计算步骤一中点集R中任意两个特征点之间的相对距离(rij)i≠j；根据公式(1.2)计算步骤一中点集R中所有特征点到目标中心O的相对距离h(pi,O)；根据公式(1.3)计算步骤一中点集R中任意两个特征点之间的相对角度α，其中180°＞α≥0°；根据公式(1.4)计算步骤一中点集R中所有特征点与矩形框中心位置O的相对角度αi；(rij)i≠j＝||pi-pj|| (1.1)h(pi,O)＝||pi-O|| (1.2) α i j = arctan | p i . y - p j . y | | p i . x - p j . x | , ( i ≠ j ) - - - ( 1.3 ) ]]> α i = arctan O . y - p i ...

【专利技术属性】
技术研发人员：卢胜男，李小和，张峰，
申请(专利权)人：西安石油大学，
类型：发明
国别省市：陕西;61