摘要：针对目前机器人视觉的目标追踪算法中匹配效率低的问题,对机器人视觉理论、尺度不变特征变换、特征点匹配、高维空间向量等方面进行了研究,对提高目标追踪算法效率的常用方法进行了归纳,提出了一种基于欧氏距离和特征向量夹角的最近邻搜索算法。首先对数据进行了降维操作,计算了高维空间内所有向量到原点的欧氏距离并进行了排序;计算了高维空间内所有向量与随机选择的参考向量之间的夹角,并进行了排序;设定了查询范围参数,计算了查询向量到原点的欧氏距离,淘汰掉了一批非最近邻点,缩小了检索范围;最后计算了查询向量到参考向量之间的夹角,以该夹角为中心,检索出了最近邻。研究结果表明：该方法可大幅减少匹配时间,能有效提高特征匹配的正确率。

关键词：机器人视觉 目标追踪 尺度不变特征变换 特征点匹配 

单位：浙江工业大学机械工程学院; 浙江杭州310000