微型电脑应用
微型電腦應用
미형전뇌응용
MICROCOMPUTER APPLICATIONS
2013年
2期
10-12
,共3页
混合高斯模型%CamShift算法%轮廓检测%多目标跟踪
混閤高斯模型%CamShift算法%輪廓檢測%多目標跟蹤
혼합고사모형%CamShift산법%륜곽검측%다목표근종
Gaussian Mixture Model%CamShift Algorithm%Contour Detection%Multi-target Tracking
传统的CamShift跟踪算法是基于颜色信息的算法,这种算法在背景与目标颜色相近时会出现跟踪不准确的情况,而且不能自动跟踪.针对这两个缺点,本文结合混合高斯模型来对这一跟踪算法进行改进,通过混合高斯模型来实现对运动目标的检测得到目标的轮廓,将图像处理中的形态学变换应用到目标轮廓检测过程中,可以得到更好的检测结果和目标轮廓.对检测的目标再利用CamShift算法进行跟踪,在程序中引入Kalman预测算法,对目标的位置进行估计,提高跟踪的准确性,实验结果表明了这种方法的有效性,实现了对多目标的自动跟踪.
傳統的CamShift跟蹤算法是基于顏色信息的算法,這種算法在揹景與目標顏色相近時會齣現跟蹤不準確的情況,而且不能自動跟蹤.針對這兩箇缺點,本文結閤混閤高斯模型來對這一跟蹤算法進行改進,通過混閤高斯模型來實現對運動目標的檢測得到目標的輪廓,將圖像處理中的形態學變換應用到目標輪廓檢測過程中,可以得到更好的檢測結果和目標輪廓.對檢測的目標再利用CamShift算法進行跟蹤,在程序中引入Kalman預測算法,對目標的位置進行估計,提高跟蹤的準確性,實驗結果錶明瞭這種方法的有效性,實現瞭對多目標的自動跟蹤.
전통적CamShift근종산법시기우안색신식적산법,저충산법재배경여목표안색상근시회출현근종불준학적정황,이차불능자동근종.침대저량개결점,본문결합혼합고사모형래대저일근종산법진행개진,통과혼합고사모형래실현대운동목표적검측득도목표적륜곽,장도상처리중적형태학변환응용도목표륜곽검측과정중,가이득도경호적검측결과화목표륜곽.대검측적목표재이용CamShift산법진행근종,재정서중인입Kalman예측산법,대목표적위치진행고계,제고근종적준학성,실험결과표명료저충방법적유효성,실현료대다목표적자동근종.
