基于動靜態(tài)特征結(jié)合的運動目標跟蹤算法研究.pdf

1、多目標跟蹤中特征選擇是跟蹤穩(wěn)定性的重要因素，是特征跟蹤研究的熱點問題。本文提出了采用動態(tài)特征和靜態(tài)特征結(jié)合方式，分別獲取運動目標的動態(tài)光流特征和靜態(tài)局部邊緣內(nèi)側(cè)灰度(gray)和梯度方向特征(edge)，并選用柔性分塊方式建立目標的特征模型。實現(xiàn)了基于動靜態(tài)特征結(jié)合的運動目標跟蹤算法研究。本文要點如下：
　　(1)采用混合高斯模型（GMM）獲取運動區(qū)域，結(jié)合形態(tài)學操作對檢測區(qū)域進行處理,得到完整的檢測目標。
　　(2)研究了

2、Lucas-Kanade光流，采用正-反向光流最近鄰算法,在此基礎上提出了Sobel邊緣正-反向誤差匹配方法，并結(jié)合運動方向一致性建立運動目標的動態(tài)特征模型。
　　(3)將柔性分塊方式和一階邊緣梯度方向、零階沿梯度方向內(nèi)側(cè)灰度特征（G&E）綁定，建立運動目標的靜態(tài)特征模型。
　　(4)提出了動態(tài)特征與靜態(tài)特征結(jié)合的特征匹配模型。將動態(tài)特征匹配的子塊作為有效子塊，有效子塊內(nèi)的靜態(tài)特征為目標最終匹配特征，建立動靜態(tài)結(jié)合的特征模型