資源描述：
《基于改進(jìn)meanshift算法的粒子濾波跟蹤的應(yīng)用研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、武漢科技大學(xué)碩士學(xué)位論文第1頁摘要視頻目標(biāo)跟蹤是機(jī)器視覺研究領(lǐng)域的關(guān)鍵技術(shù)之一，也是該領(lǐng)域的研究熱點(diǎn)。同時，視頻目標(biāo)跟蹤又是一個復(fù)雜的問題，涉及到機(jī)器視覺研究的各個方面。本文主要針對視頻中的運(yùn)動物體的目標(biāo)檢測和跟蹤及其相關(guān)問題進(jìn)行了研究，旨在通過改進(jìn)目標(biāo)跟蹤算法，即基于改進(jìn)Me趾．Shift的粒子濾波跟蹤算法，完善目標(biāo)跟蹤時初始目標(biāo)的精確選擇以及提高目標(biāo)跟蹤軌跡的準(zhǔn)確率。本文的主要工作如下：首先，分析和歸納了視頻目標(biāo)跟蹤的研究現(xiàn)狀與研究方法，介紹了運(yùn)動目標(biāo)檢測的常用算法，采用基于顏色背景和顏色梯度的混合高斯背景模型的方法來檢查運(yùn)動目標(biāo)。其次，對傳統(tǒng)Meall．Shift算法進(jìn)行了改進(jìn)，采
2、用改進(jìn)后的Mean．Shift算法實(shí)現(xiàn)了對初始目標(biāo)的選擇，通過實(shí)驗(yàn)結(jié)果驗(yàn)證了改進(jìn)Me鋤．SlliR算法的合理性。再次，在分析粒子濾波理論的基礎(chǔ)上，確立了粒子濾波在視頻目標(biāo)跟蹤中的應(yīng)用流程。將MeaIl-Shift算法嵌入粒子濾波算法中，較好地克服了粒子濾波器的退化現(xiàn)象。通過較少的粒子維持樣本多樣性，縮短了跟蹤時間。最后，對本文提出的方案進(jìn)行了實(shí)驗(yàn)，并將改進(jìn)前后算法得出的運(yùn)動目標(biāo)跟蹤軌跡進(jìn)行了比較。通過對實(shí)驗(yàn)結(jié)果和數(shù)據(jù)的進(jìn)一步分析與討論，驗(yàn)證了所提方法的有效性和實(shí)用性。關(guān)鍵詞：機(jī)器視覺；目標(biāo)檢測；目標(biāo)跟蹤；Me鋤．Shift；粒子濾波第1I頁武漢科技大學(xué)碩士學(xué)位論文AbstractVide
3、oobjecttrackingisthecriticaltechnologyofcomputervisionandthehotspotofthecertainresearchdomain．Asaverycomplicatedproblem，objecttrackingproblemrelatestomanyaspectsofcomputervisionresearch．Inthispaper,theobjectdetectionandtrackingofthemovingobjectsandrelativeproblemsinthevideoaremainlystudied．Theobj
4、ectiveofthispaperistooptimizetheselectionoftheinitialtargetandincreasetheprecisionofthetrackingcontrailbytheimprovedalgorithmofobjecttracking，whichiscalledthealgorithmoftheparticlefilterbasedonimprovedMean—Shift．Themainresearchachievementsare勰followings：Firstly,thestatusquoandresearchmethodsofobj
5、ecttrackingwereanalyzedandsummarized．Thecommonalgorithmsoftargetdetectionareintroduced，andthemethodofmixed-Gaussbackgroundmodelbasedoncolor-backgroundandcolor-gradientisadopted．Secondly,themethodoftraditionalMean—ShiftWasimproved．TheselectionofinitialobjectwasachievedbasedonimprovedMean-Shift．Sim
6、ulationresultstestifiedtheeffectofimprovedartificialpotentialfield．Simulationresultstestifiedtheeffectofimprovedartificialpotentialfield．Thirdly,basedonanalyzingParticlefiltertheory,theapplicationParticlefilteralgorithmduringobjecttrackingwasdetermined．AccordingtotheretrogressionofsingleParticlef
7、ilteralgorithm，theParticlefilteralgorithmwouldbecombinedwithMean-Shiftalgorithm．Thediversityismaintainedandthetimeisreducedduetolitterparticle．Finally,theexperimentsbasedonobjecttrackingweredone，andcomparesbetweentradi
