摘要:本文提出一种特征点分层分区管理的图像跟踪算法,通过实现当前屏幕图像特征点与模板图像中对应尺度下部分区域中特征点的快速匹配,解决图像跟踪算法中匹配精度与效率问题.算法在预处理阶段对模板图像构造层次表示并对各尺度下的图像进行区域划分,在每个区域内同时提取ORB特征点和Harris特征点,由ORB特征描述子计算区域图像的BoW(Bag of Words)特征向量,由此构建图像特征点的分层分区管理模式.在实时跟踪阶段,根据摄像机运动的连续情况和光流算法的跟踪情况,区分光流跟踪、预测跟踪和重定位跟踪三个分支,快速定位实时图像对应的模板图像的尺度层与区域,避免无效的匹配运算,实时计算摄像机的位置和姿态信息.利用公开图像数据库中不同分辨率的模板图像在移动终端上进行实验,结果表明,新算法性能稳定,匹配误差在1个像素以内;系统运行帧率总体稳定在20~30帧/秒.与经典算法对比,新方法能够准确查找图像匹配尺度与区域,在初始运行或跟踪失败状态下迅速定位图像位置,避免模板图像全局匹配带来的高运算量;利用区域划分对光流算法跟踪点进行实时更新,有效延长了光流算法的作用时间.