基于均值平移算法的运动目标跟踪技术研究
文献类型：学位论文
| 作者 | 刘素珍 |
| 学位类别 | 硕士 |
| 答辩日期 | 2008-06-04 |
| 授予单位 | 中国科学院光电技术研究所 |
| 授予地点 | 光电技术研究所 |
| 导师 | 邓和林 |
| 关键词 | 目标跟踪 均值平移 特征融合 kalman预测 实时系统 |
| 其他题名 | The Research on Moving Object Trackinig based on Mean-Shift Algorithm |
| 学位专业 | 信号与信息处理 |
| 中文摘要 | 运动目标跟踪是计算机视觉处理中的一个热点，有着非常广泛的应用前景；同时视觉环境的多样性和复杂性使其成为图像处理领域的难点。本文以均值平移算法为核心算法，并针对其固有缺陷作了较好的改进，实现了复杂背景下的目标跟踪。 均值平移算法以核函数加权下的灰度直方图描述目标特征，当目标灰度和背景灰度相近时，可能导致跟踪失败，为此提出了一种基于直方图特征融合的均值平移目标跟踪方法；针对传统均值平移算法不能自适应于目标尺度的变化，结合尺度空间信息量度量方法和均值平移算法，较好的解决了目标尺寸变大或变小时的目标跟踪问题。 利用Kalman滤波器的预测功能，对目标的状态进行有效预测，以Kalman预测结果作为均值平移搜索的起始点，经过若干次匹配便可得到目标的准确位置，提高了算法的运算速度。另外，通过kalman滤波残差的大小对目标是否发生遮挡进行判断，当目标发生遮挡时，kalman滤波器停止工作，根据运动系统参数的估计值通过状态方程对目标后续状态进行估计，等待目标的再次出现，避免了目标被大比例遮挡带来的跟踪任务的失败。 本文搭建了实时运动目标跟踪实验平台，实现了视频图像采集和视频显示等功能。并且在实验平台上实现了基于传统均值平移算法的目标跟踪，在多次实验调试下，得到了较好的跟踪效果。 |
| 语种 | 中文 |
| 公开日期 | 2013-11-19 |
| 页码 | 73 |
| 源URL | [http://ir.ioe.ac.cn/handle/181551/325]  |
| 专题 | 光电技术研究所_光电技术研究所博硕士论文 |
| 推荐引用方式 GB/T 7714 | 刘素珍. 基于均值平移算法的运动目标跟踪技术研究[D]. 光电技术研究所. 中国科学院光电技术研究所. 2008. |
入库方式： OAI收割
来源：光电技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。