武俊, 郭捷, 邱衛東, 徐鵬, 郭曼, 張菡
(上海交通大學電子信息與電氣工程學院,上海200240)
圖像匹配在眾多視覺應用中是一個關鍵技術,本文通過攝像頭監控的視頻流進行對特定目標的管控,最終也需要進行關鍵幀的圖像匹配,而匹配的效果直接影響到后續的分析處理的效果。特定目標的識別屬于靜態的圖像匹配,以圖像的特征點提取以及最小距離計算作為主要方法,尋找特定目標和給定場景的兩幅圖像中,同一場景點投影到特定目標圖像中的像素間的對應關系。Moravec采用角點算子來進行立體視覺匹配的實現,以此為基礎,Harris等人對這種角點算子進行了改進,其角點檢測算法具有旋轉不變和縮放不變等多種優良特征,因此廣泛被應用于多種圖像匹配算法中,然而它對視角、照明、尺度變化較為敏感,沒有較強的抗噪聲能力[1]。之后David Lowe等人提出了具有尺度、視角、仿射、旋轉、光照不變性,且更加穩定的SIFT(Scale invariant Feature Transform)特征算子[2],其匹配點多而且穩定的特點對于復雜環境下目標的識別也較為有利,該算子已經廣泛應用于三維目標識別[3]、地圖生成[4]和末制導圖像匹配[5]等領域。針對不同應用和場景,SIFT算法也被不斷的優化和改進且衍生出多種不同的改進算法[6-12]。本文利用SIFT算法對監控視頻中的特定目標進行識別和管控,不但降低了人工成本和人工檢測的不確定性,極大解放了人力勞動,而且提高了對攝像頭的利用率,可以真正做到對安全關鍵區域的特定目標進行24小時的實時監控和管理。……