分別基于聯(lián)合直方圖與各向異性核函數(shù)的改進Mean Shift跟蹤算法研究.pdf

1、目標(biāo)跟蹤的關(guān)鍵是在保證實時性的同時合理、快速地提取目標(biāo)特征并準(zhǔn)確地對其定位。在現(xiàn)實的目標(biāo)跟蹤場景中環(huán)境往往是復(fù)雜多變的，光照變化以及遮擋問題時常發(fā)生，此外目標(biāo)自身的尺度變化、旋轉(zhuǎn)運動以及外觀變化也會給跟蹤帶來困難。在諸多的跟蹤算法中，Mean Shift算法以其計算簡單穩(wěn)定性好的優(yōu)點成為當(dāng)前的主流算法。本文對Mean Shift算法進行了深入研究，針對該算法在復(fù)雜場景中存在的問題提出改進算法，主要研究內(nèi)容如下：
　　單一的基于方向

2、紋理特征的模板匹配跟蹤算法不能準(zhǔn)確跟蹤目標(biāo)旋轉(zhuǎn)的情形，為了應(yīng)對光照變化、目標(biāo)旋轉(zhuǎn)以及部分遮擋的復(fù)雜場景，在Mean Shift算法框架下提出一種基于顏色與梯度方向聯(lián)合直方圖的跟蹤算法。通過將顏色與梯度方向特征融合到一個直方圖中構(gòu)成聯(lián)合直方圖，光變因子檢測光照變化程度用以區(qū)分主次特征，以充分發(fā)揮顏色對旋轉(zhuǎn)魯棒以及梯度方向?qū)庹兆兓敯舻膬?yōu)勢。通過將目標(biāo)分為若干子區(qū)域單獨跟蹤解決部分遮擋問題。實驗結(jié)果表明本算法很好地處理了光照變化、目標(biāo)旋轉(zhuǎn)

3、以及部分遮擋的復(fù)雜場景跟蹤。
　　針對經(jīng)典Mean Shift算法尺度固定、模板漂移的問題，提出基于各向異性核函數(shù)尺度與方向自適應(yīng)的跟蹤算法。運用Sobel算子檢測出首幀目標(biāo)輪廓，在均布的方向上提取目標(biāo)邊緣點表征目標(biāo)邊界。核函數(shù)的權(quán)重以目標(biāo)邊界為零由外向內(nèi)依次遞增，根據(jù)邊緣點的距離計算得出，以此構(gòu)造各向異性核函數(shù)。采用固定增量法選擇匹配相似度最大的角度更新方向信息，確定目標(biāo)位置后運用等比例縮放的策略進行尺度更新并更新模板。實驗結(jié)果