基于Camshift和Kalman濾波混合視頻手勢跟蹤算法

《基于Camshift和Kalman濾波混合視頻手勢跟蹤算法》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。

1、計算機應用研究JournalofApplicationResearchofComputers基于Camshift和Kalman濾波混合的視頻手勢跟蹤算法*羅元，李玲，張百勝，楊紅梅(重慶郵電大學智能系統及機器人研究所，重慶400065)摘要：本文提出了一種基于Camshift和Kalman濾波混合的跟蹤算法，實現了對視頻圖像中動態(tài)手勢的跟蹤。在跟蹤過程中，Camshift利用手勢的顏色直方圖模型，將圖像序列通過一個膚色概率查找表轉換為膚色概率分布圖，結合運動信息和膚色概率分布，初始化一個搜索窗的大小和位置，并根據上一幀跟蹤的結果自適應調整搜索窗口的位置和大小，從而定位出當

2、前圖像中手勢的中心位置。在Camshift算法基礎上利用Kalman濾波對搜索窗口進行運動預測。實驗表明，該算法快速準確可靠，并且較好地處理了跟蹤過程中大面積膚色干擾問題，對復雜場景的檢測與跟蹤也取得了較好的效果。同時，該算法還適用于其它具有特定顏色目標的跟蹤。關鍵詞：連續(xù)自適應數學期望移動；卡爾曼濾波；手勢跟蹤；顏色概率分布；搜索窗中圖分類號：TP391.4文獻標志碼：AVideoHandTrackingAlgorithmBasedonHybridCamshiftandKalmanFilterLUOYuan,LILing,ZHANGBai-sheng,YANGHong-

3、mei(ResearchCenterofIntelligentSystemandRobotics,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China)Abstract:ThispaperpresentsatrackingalgorithmbasedonhybridCamshiftandKalmanwhichimplementsdynamichandtrackinginthevideo.Intheprocessofobjecttracking,foreachvideoframe，byus

4、ingtheobjecthistogrammodel,Camshiftconvertstherawimagetoafleshcolorprobabilitydistributionimageviaafleshcolorprobabilitytable.Consideringthehandmotionandfleshcolorprobabilitydistribution，thesizeandlocationofasearchwindowareinitialized.Computedinformationisusedpreviouslytoadjustcurrentsear

5、chwindow’ssizeandlocation,thenthelocationofthehandarefound.MotionpredictionofthesearchwindowusingKalmanfilterisdevised.Experimentalresultsshowthatthisalgorithmisfast,accurate,androbust.Itcannotonlydealwiththeskincolorinterferenceproblems,butalsodealwellwiththetrackofcomplexbackground.Andm

6、ore,ittracksobjectswithspecialcolor．Keywords:Camshift;Kalmanfilter;handtracking;colorprobabilitydistribution;searchwindow計算機應用研究JournalofApplicationResearchofComputers收稿日期：2008-05-19；修返日期：2008-06-23基金項目：教育部科研項目：基于單目視覺的移動機器人學習導航系統(Z2005-2-63003)作者簡介：羅元(1972-)，女，湖北宜昌人，博士，教授，主要研究方向為信號與信息處理，信

7、息光學，數字圖像處理等(Email：meluoyuan@gmail.com)；李玲(1982-)，女，河北衡水人，碩士研究生，主要研究方向為人體運動的檢測和跟蹤(Email：liling200510@yahoo.com.cn).計算機應用研究JournalofApplicationResearchofComputers0前言由于手勢具有自然、直觀和易于學習的特點，手勢識別和跟蹤成為人機交互和計算機視覺領域及數字圖像處理領域一個迅速發(fā)展的重要方向。手勢跟蹤的方法很多，主要有基于膚色信息的方法、基于運動信息的方法、基于運動模型的方