目标装饰图像多维特征点集自适应跟踪方法

李 瑾

(陕西学前师范学院美术系，陕西 西安 710010)

作者简介：李瑾（1971—），女，讲师，硕士,主要研究方向为艺术设计，lijin43838@163.com.

摘要：针对传统方法目标装饰图像特征点采集效率低且图像匹配准确率低的问题，提出一种目标装饰图像多维特征点集自适应跟踪方法。结合SIFI算法确定图像极值点，去除不稳定的边缘响应点，以极值点为中心，结合不同尺度的高斯核函数和图像卷积，得到尺度空间中的装饰图像，以欧式距离作为匹配相似性度量值，完成对装饰图像的特征向量匹配，从而生成匹配特征点集集合。采用光流跟踪法确定装饰图像的可靠性特征点集，利用仿射变换参数剔除掉被误处理的可靠特征点，结合显著性特征确定目标装饰图像跟踪框，实现对目标装饰图像多维特征点集的自适应跟踪。仿真结果表明，所提方法跟踪效率高达96%，图像特征匹配率高达95%，说明该方法能够高效准确地采集目标装饰图像特征。

关键词：图像特征点；SIFT算法；仿射变换参数；自适应跟踪

中图分类号：TP391.41   文献标识码：A   文章编号：2095-509X(2019)07-0096-04

随着多媒体技术日益成熟，其在家居装饰领域中的应用逐渐广泛，影像、动画等艺术形式成为目前家居装饰图像的基础表现形式。装饰图像涉及的范围十分广泛，但是标准化定型的设计较少，如装饰图案构图重叠缠绕，上下穿插，主要特点是上下左右延伸任意，转折处线条加粗，强调了动态线，将汉代纹样的风格与特点展现得淋漓尽致。装饰图像的近似特征以显著性空间特征的形式展现出来，因此需要对装饰图像的详细信息进行深入分析。在家居装饰以及平面设计领域，对目标装饰图像的特征跟踪方法的研究处于不断更新的状态，因目标装饰图像中的细节特征信息十分复杂，所以对于目标装饰图像多维特征信息的跟踪已成为该领域学者研究的重点。王德胜等［1］提出了一种检测图像角点自适应确定跟踪模板的方法，采用区域跟踪方法，计算角点间相对距离，确定检测图像角点的大小以及位置，提高了跟踪算法的适应能力，但匹配正确率较低。王智军等［2］提出了一种基于多特征融合的装饰图像特征跟踪方法。该方法以HSV（六角锥体模型）颜色空间为基础，在其中建立了一个空间颜色概率直方图模型和一个灰度变换后加权的不变矩模型，利用自适应加权的方法，以上述模型为基础，完成对目标装饰图像特征的跟踪。利用该方法对目标装饰进行跟踪时，存在着跟踪准确性较差的问题。赵奇可等［3］提出了一种快速定位图像尺度和区域的装饰图像跟踪方法，将目标装饰图像的每一尺度空间划分为多个区域，对区域目标装饰图像上的特征进行分层次和分区域的管理，通过几何算法快速确定出所选目标装饰图像区域对应的尺度，缩小了匹配目标装饰图像特征的范围。该方法把所有的目标装饰图像的特征都进行了匹配，造成了大量无效运算，无法准确对目标装饰图像特征进行跟踪。针对上述问题，本文提出一种目标装饰图像多维特征点集自适应跟踪方法。