圖像分塊模板匹配的高速運動目標跟蹤技術研究

張天宇

摘 要：在針對高速運動目標進行圖像采集時，高速運動目標動態性強，進行模糊的圖像采集效果不良，同時高速運動目標的特征性結構復雜，在對高速運動目標進行圖像采集時追蹤目標較為困難，為更好解決這一技術性問題，本文提出基于圖像分塊模板匹配的高速運動目標追蹤技術。試驗針對高速運動設計圖像采集模型并同時對高速運動目標邊特征點緣采用灰度直方圖的方法，從而減少高速運動目標圖像的動態特征點模糊，再對圖像進行分塊處理，通過分塊模板匹配技術對高速運動目標進行追蹤識別。通過試驗數據以及具體分析，證明該方法相比于傳統方法具有優越性，有重要的發展意義。

關鍵詞：圖像分塊模板匹配;高速運動目標;追蹤

中圖分類號：TP391.41? ?文獻標識碼：A? ? 文章編號：1003-5168（2021）21-0020-03

High Speed Moving Target Tracking based on Image Block Template

Matching

ZHANG Tianyu

（Beijing University of Posts and Telecommunications，Beijing 100000）

AbAbstract： In the process of image acquisition for high-speed moving target， the dynamic of the target is strong in high-speed motion， the effect of fuzzy image acquisition is poor， and the characteristic structure of high-speed moving target is complex， so it is difficult to track the target in the process of image acquisition for high-speed moving target. In order to solve this technical problem， a high-speed moving target tracking technology based on image block template matching is proposed. The image acquisition model designed for high-speed motion and the gray histogram method is used for the edge feature points of high-speed moving target to reduce the blur of dynamic feature points of high-speed moving target image. The image is divided into blocks， and the high-speed moving target is tracked and identified by block templet matching technology. Through the experimental data and specific analysis， this method is superior to the traditional method and has important development significance.

Keywords： image block template matching; high-speed moving target; track

隨著圖像處理技術的快速發展，針對運動目標的采集以及進行動態追蹤，尤其是對高速運動目標進行圖像追蹤識別，成為新的研究方向。在對動態圖像的視覺特征的采集技術上進行改進，形成高速運動目標的動態追蹤，同時結合相應的高速運動目標跟蹤識別以及成像技術，增強對高速運動目標追蹤識別的能力。結合圖像采集、信息融合、特征提取等技術，建立高速運動追蹤圖像處理技術，對特征提取結果進行分析，同時完成對高速運動目標的追蹤，對于高速運動目標的追蹤及成像處理具有重要的研究意義。

文獻中提出一種基于傳輸的融合跟蹤方法：對高速運動目標采用位移偏差糾正進行圖像的特征點匹配。使用該計算方法能夠縮短圖像的特征匹配的時間，但該算法對高速運動目標的特征點匹配較差，易出現誤差，使目標追蹤效果偏低。先對高速運動目標的動態特征點模糊狀態使用灰度直方圖的方法減少噪點，再對高速運動圖像進行分塊檢測，然后根據高速運動中的特征點進行匹配。該方法能夠有效地提高高速運動目標的準確性以及圖像的清晰度。通過試驗數據以及具體分析，體現該方法相比于傳統方法具有優越性，有重要的發展意義[1-5]。

1 高速運動目標圖像分塊匹配和輪廓檢測

1.1 高速運動目標圖像采集及分塊處理

在目標像素序列的動態特征點的自動追蹤技術的基礎上，設計更全面的高速運動目標追蹤技術，以實現對高速運動目標的自動追蹤，同時對高速運動目標的圖像序列幾何特征進行提取，再將采集的圖像通過分塊模板匹配技術進行圖像分塊，使其分塊成不同的特征板塊，再對于高速運動目標的圖像進行特征點的匹配以及信息的匹配。如圖1方式將圖像進行分塊。

如圖1所示，將圖像劃分為4×4的仿射不變區域塊，使用向量量化方法對圖像的特點進行檢測，對其進行高速運動處理，保持運動圖像幾何一致。

這些點是根據圖像邊緣輪廓的主特征值所對應的特征向量構建而成。在隨機樣本中任意抽取k個近鄰點形成仿射區，對比高速運動圖像的弱紋理，需要進一步觀察圖像融入分塊子空間，利用灰度直方圖降低圖像模糊點和噪點對結果的影響，運用邊緣輪廓檢測得到高速運動圖像局部動態特征點，檢測輸出可用式（1）表示：