摘要：针对复杂环境下,基于图像的目标跟踪过程中,由于目标图像发生尺度、旋转、翻转等变化,而导致的跟踪丢失问题,提出了一种改进型目标实时跟踪方法.首先,通过匹配尺度不变特征点匹配确定目标在图像中的位置区域;其次,提取目标位置区域的尺度不变特征点,并通过KLT(Kanade-Lucas-Tomasi,KLT)算法对特征点进行跟踪;在跟踪过程中,为了能够适应目标变化,提出了自适应目标模板更新策略,该策略从目标区域面积变化大小、目标质心坐标变化速度、特征点减少数量、特征点边缘化数量等4个方面来判别更新的时机,提高了跟踪算法的稳定性和鲁棒性.实验结果表明,该跟踪方法能够实现对存在尺度变化、旋转变化,特别是大角度翻转的目标进行稳定跟踪,对相似物体的干扰具有鲁棒性,方法的运算速度可达26f/s,能够满足在复杂环境下,稳定跟踪可变目标的要求.
