基于局部特征的運動目標(biāo)跟蹤算法的.pdf

1、隨著社會的飛速發(fā)展，視頻監(jiān)控在人們的生活和工作中扮演著重要的角色。人們對于視頻監(jiān)控的智能化要求也越來越高，而運動目標(biāo)的檢測和跟蹤就是智能視頻監(jiān)控中的重要內(nèi)容。由于局部特征具有很好的穩(wěn)定性，本文將重點研究基于局部特征的目標(biāo)跟蹤算法的研究和實現(xiàn)。在對經(jīng)典局部特征提取算法研究之后，根據(jù)實際應(yīng)用背景對其算法進(jìn)行改進(jìn)。然后融合目標(biāo)檢測算法、局部特征提取算法和特征匹配算法形成目標(biāo)跟蹤算法，最后在DSP硬件平臺上實現(xiàn)跟蹤算法并做優(yōu)化。
　　本文

2、首先研究了局部特征提取算法里邊的兩種經(jīng)典算法—SIFT特征提取算法和SURF特征提取算法，對比了兩種算法的實現(xiàn)步驟和實現(xiàn)效果，并且分析了SIFT特征和SURF特征在不同條件下的適應(yīng)性。因為算法最終需要在硬件平臺上實現(xiàn)，所以算法的時間效率要比較好。而SURF特征的提取速度明顯更快，本文選擇使用基于SURF的特征提取算法實現(xiàn)目標(biāo)跟蹤算法。
　　然后研究了SURF特征在目標(biāo)跟蹤中的應(yīng)用，在實際應(yīng)用中考慮到傳統(tǒng)SURF算法對小尺度圖片提取

3、到的SURF特征點數(shù)目過少的問題，本文對傳統(tǒng)的SURF算法進(jìn)行了改進(jìn)。改進(jìn)后的SURF特征提取算法能夠提取到足夠多的特征點，并且改進(jìn)后的SURF特征同樣具有良好的適應(yīng)性。再結(jié)合特征匹配算法以后得到了目標(biāo)跟蹤的仿真算法流程圖，并且給出了仿真結(jié)果分析。
　　接著介紹了相關(guān)的硬件平臺和軟件框架設(shè)計。最后將算法移植到硬件平臺上以后，主要考慮了兩個因素：算法的正確性和實時性。由于仿真平臺和實現(xiàn)平臺的差異，必須要針對硬件平臺對跟蹤算法進(jìn)行相應(yīng)