基于多分辨率光流算法联合快速鲁棒的跟踪算法

　　针对交通监控中运动目标形变、雾霾天气、高速、光照不均、部分遮挡等复杂情况导致Lucas-Kanade（ LK）算法跟踪不稳定问题，提出基于多分辨率LK光流算法联合快速鲁棒性特征（SURF）的跟踪算法。所提算法构建图像多分辨率小波金字塔，解决传统LK算法中同一像素点帧间大尺度运动易丢失问题；同时联合SURF尺度不变特征变换算法，提取特征点进行光流跟踪，并制定自适应模板实时更新策略；在减少光流计算量的同时增强运动目标抗复杂环境的能力。实验结果表明，新方法中特征点匹配准确快速，自适应性强，在交通复杂化境中跟踪稳定。