现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2011年
8期
133-136
,共4页
粒子群算法%卡尔曼滤波%运动目标跟踪%灰度统计特性
粒子群算法%卡爾曼濾波%運動目標跟蹤%灰度統計特性
입자군산법%잡이만려파%운동목표근종%회도통계특성
针对目前一些常用的运动目标跟踪算法存在跟踪精度不高、实时性低、对遮挡问题处理不佳等问题,提出一种粒子群算法与卡尔曼滤波相结合的新的运动目标跟踪方法.利用卡尔曼滤波预测目标中心在下一帧图像中的位置,从而极大减少了搜索范围,并以该位置为中心建立目标搜索区域.然后以目标的灰度统计特征对目标模板和候选区域进行匹配,确保跟踪准确性.为了有效减少搜索匹配次数、提高实时性,利用粒子群算法在搜索区域找到和目标模板最相似的区域,从而找到最优中心位置,并以该位置作为卡尔曼滤波的观测值,进行下一帧跟踪.仿真实验结果表明新算法显著提高了跟踪的实时性、精确性,并对部分遮挡能较好地处理.
針對目前一些常用的運動目標跟蹤算法存在跟蹤精度不高、實時性低、對遮擋問題處理不佳等問題,提齣一種粒子群算法與卡爾曼濾波相結閤的新的運動目標跟蹤方法.利用卡爾曼濾波預測目標中心在下一幀圖像中的位置,從而極大減少瞭搜索範圍,併以該位置為中心建立目標搜索區域.然後以目標的灰度統計特徵對目標模闆和候選區域進行匹配,確保跟蹤準確性.為瞭有效減少搜索匹配次數、提高實時性,利用粒子群算法在搜索區域找到和目標模闆最相似的區域,從而找到最優中心位置,併以該位置作為卡爾曼濾波的觀測值,進行下一幀跟蹤.倣真實驗結果錶明新算法顯著提高瞭跟蹤的實時性、精確性,併對部分遮擋能較好地處理.
침대목전일사상용적운동목표근종산법존재근종정도불고、실시성저、대차당문제처리불가등문제,제출일충입자군산법여잡이만려파상결합적신적운동목표근종방법.이용잡이만려파예측목표중심재하일정도상중적위치,종이겁대감소료수색범위,병이해위치위중심건립목표수색구역.연후이목표적회도통계특정대목표모판화후선구역진행필배,학보근종준학성.위료유효감소수색필배차수、제고실시성,이용입자군산법재수색구역조도화목표모판최상사적구역,종이조도최우중심위치,병이해위치작위잡이만려파적관측치,진행하일정근종.방진실험결과표명신산법현저제고료근종적실시성、정학성,병대부분차당능교호지처리.
