系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2014年
5期
1004-1009
,共6页
均值漂移%微分%目标跟踪%信息融合
均值漂移%微分%目標跟蹤%信息融閤
균치표이%미분%목표근종%신식융합
Mean Shift%differential%target tracking%information fusion
为提高传统均值漂移算法对低对比度图像的跟踪性能，提出一种融合图像微分特征信息的改进算法。根据图像8邻域微分值建立微分图像，利用微分特征建立目标模板和候选区域的微分直方图模型，并确定候选区中心位置的更新向量。将其与利用颜色特征信息确定的候选区中心位置的更新向量相融合，得到改进算法的更新向量。图像的微分信息包含了图像的细节信息以及像素的相对空间位置信息，提高了模型建立时信息的利用率，能够提高目标模型的建模精度。仿真实验结果表明，与传统均值漂移算法相比，改进算法在复杂的背景情况下具有更强的抗干扰性能，能够有效提高目标跟踪的稳定性。
為提高傳統均值漂移算法對低對比度圖像的跟蹤性能，提齣一種融閤圖像微分特徵信息的改進算法。根據圖像8鄰域微分值建立微分圖像，利用微分特徵建立目標模闆和候選區域的微分直方圖模型，併確定候選區中心位置的更新嚮量。將其與利用顏色特徵信息確定的候選區中心位置的更新嚮量相融閤，得到改進算法的更新嚮量。圖像的微分信息包含瞭圖像的細節信息以及像素的相對空間位置信息，提高瞭模型建立時信息的利用率，能夠提高目標模型的建模精度。倣真實驗結果錶明，與傳統均值漂移算法相比，改進算法在複雜的揹景情況下具有更彊的抗榦擾性能，能夠有效提高目標跟蹤的穩定性。
위제고전통균치표이산법대저대비도도상적근종성능，제출일충융합도상미분특정신식적개진산법。근거도상8린역미분치건립미분도상，이용미분특정건립목표모판화후선구역적미분직방도모형，병학정후선구중심위치적경신향량。장기여이용안색특정신식학정적후선구중심위치적경신향량상융합，득도개진산법적경신향량。도상적미분신식포함료도상적세절신식이급상소적상대공간위치신식，제고료모형건립시신식적이용솔，능구제고목표모형적건모정도。방진실험결과표명，여전통균치표이산법상비，개진산법재복잡적배경정황하구유경강적항간우성능，능구유효제고목표근종적은정성。
In order to improve the tracking performance of the low-contrast images,an improved Mean Shift tracking algorithm fusing differential information of images is proposed.The differential image of the origin im-age is got according to its eight neighborhood differential values.The differential histogram models of the target template and the candidate region are built based on the differential characteristics.The iterative vectors of the central position of the candidate region can be determined by the differential histogram models and the color his-togram models.The two iterative vectors can be fused to get a new iterative vector of the improved algorithm. The differential image contains detail information and space position relations,which increases the utilization of information,and enhances the model precision.Simulation results show that the improved algorithm has a bet-ter anti-interference performance than conventional methods in complex background,and the stability of the tar-get tracking can be improved.
