刘少鹏，郎跃东，丁祝顺

(北京航天控制仪器研究所，北京100039)

0 引 言

基于局部不变特征匹配的目标跟踪算法得到了广泛研究。作为性能最好的局部不变特征之一，SURF 特征描述子应用在目标跟踪中也获得了良好的效果［1～3］。

与 GLOH，SIFT［4，5］等经典局部不变特征描述子相比较，SURF 具有区分度好，运算速度快等优点。但是在描述子生成阶段，SURF［6］需要求取特征点邻域像素的主方向，在区域内以主方向为基准求取采样点的Haar 小波响应，从而生成局部特征描述子，运算过程包含大量浮点运算，并且逻辑复杂，优化难度大，基于SURF 的算法难于在嵌入式系统中实时实现。而在实际应用中目标跟踪算法常常需要在嵌入式系统中实现，这也限制了SURF 特征描述子更广泛的应用。

针对以上问题，本文利用三角和对角线特征对SURF特征描述子生成过程进行了改进，避免了对特征点邻域像素的Haar 特征求取与Haar 小波向主方向旋转的运算。所提算法保留了SURF 算子的旋转、尺度不变性，对模糊图像的特征点匹配性能更好，简化了实现过程，有效提高了运算速度，可以满足目标跟踪算法的应用要求。

1 SURF 特征描述子介绍

基于SURF 的特征点［7］匹配主要包括3 个步骤:1)SURF 特征点检测;2)SURF 特征描述子生成;3)前后帧特征描述子匹配与提纯。本文对SURF 算法的改进主要体现在SURF 特征描述子生成方面。首先利用SURF 特征点检测算法获取SURF 特征点。在获取图像特征点后，求取特征点邻域主方向，以特征点为中心，沿主方向构建一个正方形区域，区域尺寸大小为20 s ×20 s，s 为特征点的尺度值。……