机械零件图像中的运动目标跟踪算法研究

摘要

为提高机械零件图像中目标识别跟踪的准确度,提出一种基于光流技术的跟踪算法,并针对光流法在目标跟踪过程中易受光照变化、目标形变等因素影响,导致跟踪误差累计产生目标飘移的缺陷进行了改进.由于SIFT算法对目标特征的多尺度描述从而具有对运动目标的平移、旋转等尺度变化的不变性,通过提取目标的SIFT特征点,采用金字塔LK光流法对目标的SIFT特征点进行跟踪,从根本上降低了光流法对光照变化和目标形变的敏感度.另外引入前向-后向误差(Forward-Backward error)评估方法,在目标跟踪过程中滤除跟踪误差大于阈值的特征点,避免误差累计.试验证明SIFT特征有效改善了光流法的跟踪效果,在跟踪存在严重光照变化、目标形变的视频时延长了有效跟踪时间;加入误差评估后的算法在算法改进的基础上进一步延长了目标的有效跟踪时间,提高了目标跟踪的鲁棒性.