[发明专利]一种基于视觉特征点的自动跟踪方法及装置

权利要求书

1.一种基于视觉特征点的自动跟踪方法，其特征在于，

步骤S1：分别采集图像信息和深度信息，所述图像信息和深度信息的采集时刻是一一对应的；

步骤S2：锐化处理所述图像信息，得到图像的特征点；

步骤S3：加权平均化处理所述深度信息，得到物体的深度距离分布；

步骤S4：扫描第一帧图像的特征点，从所述第一帧图像的特征点中提取跟踪目标的特征点，确定为前景特征点；根据所述第一帧图像的特征点，估算所述前景特征点在第二帧时刻可能出现的估计位置；

步骤S5：扫描第二帧图像的特征点，匹配融合所述第二帧图像的特征点与所述估计位置的前景特征点，以得到确定位置的前景特征点；根据所述确定位置的前景特征点，估算所述第二帧图像的特征点放大和/或旋转系数，并进行阈值判断，得到有效特征点；

步骤S6：将所述有效特征点更新至所述前景特征点，以进行下一轮图像匹配融合；检测所述深度距离分布，得到所述有效特征点的具体位置信息。

2.根据权利要求1所述的方法，其特征在于，

在步骤S1之后，步骤S2之前，该方法还包括：

加权处理所述图像信息，得到对比度增强的图像信息；

所述步骤S2具体包括：锐化处理所述对比度增强的图像信息，得到图像的特征点。

3.根据权利要求1所述的方法，其特征在于，

在步骤S4中，提取跟踪目标的特征点之前，该方法还包括：

接收用户输入的指定的跟踪目标信息；

所述从所述第一帧图像的特征点中提取跟踪目标的特征点的具体步骤包括：根据所述跟踪目标信息，从第一帧图像的特征点中提取跟踪目标的特征点。

4.根据权利要求1所述的方法，其特征在于，

在步骤S5中，根据所述确定位置的前景特征点，估算所述第二帧图像的特征点放大和/或旋转系数，具体方法包括：

对比所述确定位置的前景特征点和所述第二帧图像的特征点，得到所述第二帧图像的特征点的变化量，再对所述变化量进行加权处理，得到所述第二帧图像的特征点放大和/或旋转系数。

5.根据权利要求1所述的方法，其特征在于，

在步骤S6中，检测所述深度距离分布的具体方法包括：

根据所述深度距离分布，设置最大范围，在所述最大范围内，根据有效特征点在所述图像信息中的位置，检测所述深度距离分布。

6.一种基于视觉特征点的自动跟踪装置，其特征在于，该装置包括：

数据采集装置和数据分析平台，

所述数据采集装置包括RGB-D传感器、图像处理模块和深度处理模块；

所述RGB-D传感器，用于采集相同时刻的图像信息和深度信息，并将所述图像信息发送给所述图像处理模块，将所述深度信息发送给所述深度处理模块；

所述图像处理模块，用于接收并锐化处理所述图像信息，得到图像的特征点，再发送至所述数据分析平台；

所述深度处理模块，用于接收并加权平均化处理所述深度信息，得到物体的深度距离分布，再发送至所述数据分析平台；

所述数据分析平台包括位置估算模块、目标判决模块和位置输出模块，

所述位置估算模块，用于接收并扫描第一帧图像的特征点，从所述第一帧图像的特征点中提取跟踪目标的特征点，确定为前景特征点；根据所述第一帧图像的特征点，估算所述前景特征点在第二帧时刻可能出现的估计位置，并将估计位置的前景特征点发送至所述目标判决模块；

所述目标判决模块，用于扫描第二帧图像的特征点，匹配融合所述第二帧图像的特征点与接收的所述估计位置的前景特征点，以得到确定位置的前景特征点；根据所述确定位置的前景特征点，估算所述第二帧图像的特征点放大和/或旋转系数，并进行阈值判断，得到有效特征点，并将有效特征点发送至位置输出模块；

所述位置输出模块，用于将接收的所述有效特征点更新至所述前景特征点，以进行下一轮图像匹配融合；接收并检测所述深度距离分布，得到所述有效特征点的具体位置信息。

7.根据权利要求6所述的装置，其特征在于，

图像处理模块，还用于加权处理所述图像信息，得到对比度增强的图像信息，再锐化处理所述对比度增强的图像信息，得到图像的特征点。