基于OpenMV的目标方位追踪算法

姚志强 赵恩铭 杨松 杨燕婷 刘光宇 周豹 王辰 朱晓栋

摘 要：提出一种基于OpenMV的目标方位追踪算法.算法以机器视觉模块OpenMV为图像输入及处理平台，通过自带的摄像头采集目标图像信息，使用通用加速分割检测算法（AGAST）获取目标的特征点，将采集到的特征点与目标特征进行匹配，达到追踪目标并检测其方位信息的目的.实验结果表明，该算法在目标方位追踪上具有较高的准确率.

关键词：目标追踪;AGAST;局部不变特征

[中图分类号]TP391.4   [文献标志码]A

Abstract：This paper presents an algorithm for target location tracking based on OpenMV.The algorithm takes the machine vision module OpenMV as the image input and processing platform，collects the target image information through the built-in camera，uses the General Accelerated Segmentation Detection Algorithm （AGAST） to obtain the target feature points，matches the collected feature points with the target features，and achieves the purpose of tracking the target and detecting its azimuth information.Experimental results show that the algorithm has high accuracy in target azimuth tracking.

Key words：target tracking;AGAST;local invariant features

目标追踪是机器视觉中重要的研究方向，在日常生活中有着广泛的应用.[1-2]特征匹配法[3]是目标追踪的主流方法，根据特征点灰度值与其邻近点灰度值差异，进行图像匹配.特征点检测算法主要有Rosten[4]等人提出的FAST（Features from Accelerated Segment Test）算法和Mair[5]等人提出的AGAST（adaptive and generic accelerated segment test）算法.FAST算法的运算量小，实时性高，但在图像发生变换时鲁棒性较差;AGAST算法准确率高、追踪效果好，但计算复杂性略有增加.本文以机器视觉模块OpenMV为图像输入及处理平台，通过自带摄像头采集目标图像信息，使用通用加速分割检测算法（AGAST）获取目标的特征点，将采集到的特征点与目标特征进行匹配，实现目标方位追踪算法，达到追踪目标并检测其方位信息的目的.

1 系统总体设计

OpenMV是一款基于STM32 H743II ARM Cortex M7处理器和OV5640图像传感器的机器视觉模块，能够使用Python语言实现图像检测、目标追踪、智能寻迹等功能.本文基于OpenMV模块进行目标追踪及方位检测.如图1所示，目标追踪由提取特征点、目标匹配、非极……