視頻圖像中運(yùn)動(dòng)目標(biāo)跟蹤有關(guān)算法的研究.pdf

1、視頻目標(biāo)跟蹤融合了圖像處理、模式識(shí)別、人工智能、自動(dòng)控制、計(jì)算機(jī)應(yīng)用、生理學(xué)、物理學(xué)、數(shù)學(xué)等相關(guān)領(lǐng)域的先進(jìn)技術(shù)和研究成果，具有可視性，抗干擾，成本低等優(yōu)點(diǎn)，已被廣泛的應(yīng)用到軍事監(jiān)控、交通管制、機(jī)器智能、醫(yī)療診斷等方面。隨著各種復(fù)雜環(huán)境應(yīng)用領(lǐng)域的不斷需求，除了引入各種新的技術(shù)外，如何提高現(xiàn)有跟蹤算法的精度以及魯棒性也是當(dāng)前目標(biāo)跟蹤領(lǐng)域研究的重點(diǎn)。本文詳細(xì)的介紹MeanShift算法在目標(biāo)跟蹤領(lǐng)域中的應(yīng)用方法，針對(duì)信息度較少的直方圖特征引入

2、了空間位置信息加權(quán)的目標(biāo)特征表示方法。通過對(duì)MeanShift算法跟蹤效果的分析，得出MeanShift算法固有的缺陷。主要對(duì)其固有的缺陷提出了兩個(gè)方面的改進(jìn)。 ㈠針對(duì)MeanShift算法不能處理目標(biāo)完全遮擋的情況，提出了Kalman濾波和MeanShift算法相結(jié)合的方法，利用Kalman濾波預(yù)測(cè)目標(biāo)在當(dāng)前幀中可能出現(xiàn)的位置，然后利用MeanShift算法在其鄰域搜索。本文將目標(biāo)被遮擋情況分為無遮擋、部分遮擋和完全遮擋三種狀

3、態(tài)，采用Kalman的殘差來判定目標(biāo)的被遮擋的狀態(tài)。目標(biāo)進(jìn)入完全遮擋狀態(tài)，利用線性運(yùn)動(dòng)特征預(yù)測(cè)其位置。針對(duì)動(dòng)態(tài)更新模板，提出了引入實(shí)例推理機(jī)制的方案，有效的解決遮擋中模板動(dòng)態(tài)適應(yīng)的問題。 ㈡引入了動(dòng)態(tài)自適應(yīng)核窗口的方法--CamShift算法，采用HSV顏色模型，有效的解決了MeanShift算法中固定核窗口的問題，同時(shí)也有效的解決了MeanShift算法對(duì)光照敏感的問題；采用橢圓搜索窗口，提高了跟蹤的目標(biāo)旋轉(zhuǎn)形變問題的精度。最