復(fù)雜場景下灰度圖像目標的精確跟蹤方法研究.pdf

1、成像跟蹤技術(shù)是計算機視覺領(lǐng)域中一項具有實際意義和挑戰(zhàn)性的研究課題。本文旨在研究復(fù)雜場景下，如何有針對性地提高目標跟蹤算法的準確性與穩(wěn)定性，實現(xiàn)對灰度成像目標的實時跟蹤。
　　論文首先結(jié)合國內(nèi)外發(fā)展情況討論分析了灰度圖像跟蹤的難點，對圖像濾波、圖像分割等預(yù)處理方法進行了對比分析。
　　其次，在對LBP模式下圖像紋理直方圖分布特性深入分析的基礎(chǔ)上，提出了一種基于LBP模式改進的紋理特征提取方法，理論分析和試驗結(jié)果表明，與常規(guī)方法

2、相比，該方法計算量小，其特征值分布更符合復(fù)雜背景下成像目標的灰度特征，且相鄰兩幀的特征值分布具有更好的相似性，有效提高了目標特征描述的準確性。
　　本文著重研究和改進了基于均值移位的跟蹤算法，針對灰度圖像跟蹤問題提出了改進算法，并將其與粒子濾波理論結(jié)合用于復(fù)雜場景下灰度成像目標的跟蹤。分析指出了采用常規(guī)直方圖跟蹤的主要問題是，由于目標色彩信息貧乏，背景和目標的成像灰度差異較小，因而易導(dǎo)致陷于局部相似，使跟蹤點發(fā)生漂移，甚至導(dǎo)致跟蹤

3、失敗。在對傳統(tǒng)的均值移位跟蹤算法進行分析的基礎(chǔ)上，提出和構(gòu)建了一種基于聯(lián)合特征加權(quán)的改進直方圖描述方法，利用Bhattacharyya系數(shù)計算目標區(qū)域相似度測量值，采用均值移位迭代方法進行匹配區(qū)域搜索，從而有效提高灰度成像目標的跟蹤穩(wěn)定性。為進一步解決目標跟蹤過程中的精確定位問題，將改進后的均值移位與粒子濾波相結(jié)合進行跟蹤，試驗結(jié)果表明，該算法能夠在復(fù)雜背景下及目標快速運動時對鎖定目標進行準確跟蹤定位，跟蹤誤差小，具有較強的跟蹤魯棒性。