图像分块模板匹配的高速运动目标跟踪技术研究

张天宇

摘 要：在针对高速运动目标进行图像采集时，高速运动目标动态性强，进行模糊的图像采集效果不良，同时高速运动目标的特征性结构复杂，在对高速运动目标进行图像采集时追踪目标较为困难，为更好解决这一技术性问题，本文提出基于图像分块模板匹配的高速运动目标追踪技术。试验针对高速运动设计图像采集模型并同时对高速运动目标边特征点缘采用灰度直方图的方法，从而减少高速运动目标图像的动态特征点模糊，再对图像进行分块处理，通过分块模板匹配技術对高速运动目标进行追踪识别。通过试验数据以及具体分析，证明该方法相比于传统方法具有优越性，有重要的发展意义。

关键词：图像分块模板匹配;高速运动目标;追踪

中图分类号：TP391.41   文献标识码：A    文章编号：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

随着图像处理技术的快速发展，针对运动目标的采集以及进行动态追踪，尤其是对高速运动目标进行图像追踪识别，成为新的研究方向。在对动态图像的视觉特征的采集技术上进行改进，形成高速运动目标的动态追踪，同时结合相应的高速运动目标跟踪识别以及成像技术，增强对高速运动目标追踪识别的能力。结合图像采集、信息融合、特征提取等技术，建立高速运动追踪图像处理技术，对特征提取结果进行分析，同时完成对高速运动目标的追踪，对于高速运动目标的追踪及成像处理具有重要的研究意义。

文献中提出一种基于传输的融合跟踪方法：对高速运动目标采用位移偏差纠正进行图像的特征点匹配。使用该计算方法能够缩短图像的特征匹配的时间，但该算法对高速运动目标的特征点匹配较差，易出现误差，使目标追踪效果偏低。先对高速运动目标的动态特征点模糊状态使用灰度直方图的方法减少噪点，再对高速运动图像进行分块检测，然后根据高速运动中的特征点进行匹配。该方法能够有效地提高高速运动目标的准确性以及图像的清晰度。通过试验数据以及具体分析，体现该方法相比于传统方法具有优越性，有重要的发展意义[1-5]。

1 高速运动目标图像分块匹配和轮廓检测

1.1 高速运动目标图像采集及分块处理

在目标像素序列的动态特征点的自动追踪技术的基础上，设计更全面的高速运动目标追踪技术，以实现对高速运动目标的自动追踪，同时对高速运动目标的图像序列几何特征进行提取，再将采集的图像通过分块模板匹配技术进行图像分块，使其分块成不同的特征板块，再对于高速运动目标的图像进行特征点的匹配以及信息的匹配。如图1方式将图像进行分块。

如图1所示，将图像划分为4×4的仿射不变区域块，使用向量量化方法对图像的特点进行检测，对其进行高速运动处理，保持运动图像几何一致。

这些点是根据图像边缘轮廓的主特征值所对应的特征向量构建而成。在随机样本中任意抽取k个近邻点形成仿射区，对比高速运动图像的弱纹理，需要进一步观察图像融入分块子空间，利用灰度直方图降低图像模糊点和噪点对结果的影响，运用边缘轮廓检测得到高速运动图像局部动态特征点，检测输出可用式（1）表示：