一种基于改进FAST角点检测的LK光流算法

摘要

针对传统LK光流法无法有效跟踪快速移动的目标,跟踪时存在特征点选取实时性和准确性不足的问题,提出一种结合改进FAST角点检测的LK光流算法。应用改进后的FAST角点检测提取出的角点作为候选特征点,通过设定筛选方案从中选取具有较高对比度的特征点作为目标特征点,结合图像金字塔分层,最终使用LK光流法对其进行跟踪。改进FAST角点检测能够更快速地提取出最强的灰度变化角点,使得子像素计算准确性得以提高并且减少了提取特征点的时间。引入图像分层缩放源图像,能够使算法稳定跟踪快速运动的目标。实验结果从运动目标检测所需时间、特征点的数量、每秒处理的视频帧数以及x轴和y轴方向运动误差等方面进行分析比较,证明所提出的改进算法运行速度快,能够快速且准确地跟踪动态目标。