摘要:针对目标跟踪过程易受噪声干扰导致跟踪效果不理想,甚至丢失跟踪目标的问题,利用了尺度不变特征变换(SIFT)方法对单帧图像进行了目标特征点的提取和匹配,并结合线性卡尔曼滤波和聚类分析,剔除误匹配,实现了目标位置的最小均方误差估计。仿真结果表明,当图像存在不同程度的噪声影响时,基于SIFT的卡尔曼滤波目标匹配算法能有效减小目标跟踪误差,精确识别目标位置,提高目标跟踪精度。
关键词:尺度不变特征变换算法 卡尔曼滤波 目标识别
单位:浙江工业大学信息工程学院 浙江杭州310014
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社