计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2011年
10期
140-142,146
,共4页
目标跟踪%Mean-Shift算法%Kalman滤波
目標跟蹤%Mean-Shift算法%Kalman濾波
목표근종%Mean-Shift산법%Kalman려파
众多的目标跟踪算法中,Mean-Shift跟踪算法有良好的实时性,对遮挡、目标变形具有一定的适应性,是公认的效果比较好的跟踪方法.但它也存在不足,传统的Mean-Shift算法当背景的直方图分布和目标的直方图分布类似时,或者目标受到光照、阴影等影响,或有干扰物体靠近目标时,在跟踪时很容易发生目标丢失.鉴于此,提出最先使用Kalman滤波器对距离相对比较远的红外弱小目标的大致运动位置做出目标估计,接着使用Mean-Shift跟踪算法在先前目标估计出的区域内做目标的跟踪匹配,并保证精度.实验结果指出,文中提出的算法对于跟踪系统的观察噪声扰动具有较强的鲁棒性.
衆多的目標跟蹤算法中,Mean-Shift跟蹤算法有良好的實時性,對遮擋、目標變形具有一定的適應性,是公認的效果比較好的跟蹤方法.但它也存在不足,傳統的Mean-Shift算法噹揹景的直方圖分佈和目標的直方圖分佈類似時,或者目標受到光照、陰影等影響,或有榦擾物體靠近目標時,在跟蹤時很容易髮生目標丟失.鑒于此,提齣最先使用Kalman濾波器對距離相對比較遠的紅外弱小目標的大緻運動位置做齣目標估計,接著使用Mean-Shift跟蹤算法在先前目標估計齣的區域內做目標的跟蹤匹配,併保證精度.實驗結果指齣,文中提齣的算法對于跟蹤繫統的觀察譟聲擾動具有較彊的魯棒性.
음다적목표근종산법중,Mean-Shift근종산법유량호적실시성,대차당、목표변형구유일정적괄응성,시공인적효과비교호적근종방법.단타야존재불족,전통적Mean-Shift산법당배경적직방도분포화목표적직방도분포유사시,혹자목표수도광조、음영등영향,혹유간우물체고근목표시,재근종시흔용역발생목표주실.감우차,제출최선사용Kalman려파기대거리상대비교원적홍외약소목표적대치운동위치주출목표고계,접착사용Mean-Shift근종산법재선전목표고계출적구역내주목표적근종필배,병보증정도.실험결과지출,문중제출적산법대우근종계통적관찰조성우동구유교강적로봉성.
