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