倪郁东，王 晨

(1.合肥工业大学数学学院，安徽合肥 230009;2.合肥工业大学电气工程与自动化学院，安徽 合肥 230009)

由于尺度不变特征对旋转、尺度缩放和亮度变化具有不变性，部分学者将其应用到目标跟踪中.文献［5］提出一个基于Surf特征表达的跟踪算法，即通过建立一个表达局部特征与全局运动关系的生成模型.该算法对物体形变和光照变化都有较好的鲁棒性.文献［6］提出了将Meanshift与Sift相结合的跟踪算法，该算法虽然能解决局部遮挡问题，但却很难处理目标外观变化的情况.文献［7］采用Surf特征匹配方法跟踪目标，使用模板更新方法解决物体形变问题，并在匹配特征点较少时以Meanshift算法代替特征匹配完成跟踪.文献［8］将Surf特征和颜色特征进行融合，构造了一种全局Surf特征.跟踪中使用粒子滤波算法，并动态更新目标模板和特征点，实现了精确的跟踪效果.

与以上跟踪算法相比，论文提出的基于窗口的Surf特征提取方法在保持跟踪精度的同时，兼顾了算法的实时性.

1 Surf

Surf算法的特点体现在以下3个方面:使用Hessian矩阵检测特征值、以特征点邻域Haar［9］小波值分布取代Sift中梯度值分布来描述特征点局部信息、使用积分图完成图像卷积操作.

1.1 Hessian矩阵

假设图像函数为f(x，y)，则其Hessian矩阵如式(1)所示

为使特征点具有尺度不变的特性，在构造Hessian矩阵前需要对图像进行高斯滤波.高斯核已被证明是唯一的线性核［10］，一幅图像在不同尺度的表示如式(2)所示

其中:G(x，y，s)是二维高斯核函数;方差s定义为尺度，尺度……