基于kalman預測器改進的camshift目標跟蹤

《基于kalman預測器改進的camshift目標跟蹤》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、學校代碼10530學號201330111703分類號TP391密級公開碩士學位論文基于Kalman預測器改進的CamShift目標跟蹤學位申請人龍濤指導教師石躍祥教授學院名稱信息工程學院學科專業(yè)信息與通信工程研究方向模式識別二○一六年五月二十八日TargettrackingwithimprovedCamshiftbasedonKalmanpredictorCandidateLongTaoSupervisorProf.ShiYuexiangCollegeCollegeofInformationscienceProgramInformationa

2、ndcommunicatingEngineeringSpecializationPatternRecognitionDegreeEngineeringMasterUniversityXiangtanUniversityDateJun.4th.2016湘潭大學學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。除了文中特別加Ｗ標注引用的內容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中Ｗ明確方式標明。本人完全意識到本聲明的

3、法律后果由本人承擔。：＇作者簽名日期；。（；年ｒ月；日名滿之！學位論文版權使用授權書本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，同意學校保留并向國家有關部口或機構送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權湘潭大學可將本學位論文的全部或部分內容編入有關數(shù)據(jù)庫進行檢索，可采用影印、縮印或掃描等復制手段保存和匯編本學位論文。涉密論文按學校規(guī)定處理。ｒ月作者簽名：枉藏日期；心年＾日瓜作一導師簽名：日期；＾年ｒ則日摘要隨著計算機視覺在研究方面不斷的進步，運動目標追蹤使用的范

4、疇也變得更為普遍，像圖像處理方面，模式識別，醫(yī)療診斷，安全監(jiān)測，智能交通等等。由于在我們現(xiàn)實生活中，我們的生存環(huán)境比較復雜，而且是多變的，使得現(xiàn)有的運動目標跟蹤技術極易被外界環(huán)境影響，例如受到來自各個階段噪聲，背景同色干擾，其他物體嚴重遮擋，光照強弱變化等等原因，實際應用的算法也存在諸多問題與不足，因此研究一種能夠全方位被使用的目標跟蹤方法具有很大前景，也是研究者的一項艱巨而富有挑戰(zhàn)的任務。本文首先闡述了運動目標檢驗的手段，并且對比了光流法，背景減除法，幀間差分法等幾種檢測手段的優(yōu)劣。在此基礎上，本文重點使用了一種將光流法與三幀差分法結合并改

5、進的檢測方法，再對圖像作形態(tài)學處理，去掉處理過程中可能引入的噪聲，以及出現(xiàn)的空洞現(xiàn)象，使檢測的圖像更為平滑，實驗證明該方法能將檢測的準確性提高，而且有效的防止了目標漏檢的情況，因此能為后面的運動物體追蹤給予來源。本文在研究運動物體跟蹤時，著重分析了均值偏移（Meanshift）算法以及連續(xù)自適應均值偏移算法（Camshift），并且做了詳細的推導以及優(yōu)缺點對比。根據(jù)以上方法的不足，提出了一種改進的Camshift算法，將色彩，紋理，邊緣等特征融入上述方法中，并建立一定的特征權重或者貢獻機制，使得幾種特征融合的模板能夠將算法自適應更新。在實時跟

6、蹤運動目標時，當環(huán)境周圍估測發(fā)生變化，算法會自適應的依據(jù)特征的貢獻度，為特征分配不一樣的權重，再利用直方圖來實現(xiàn)對目標的實時跟蹤。在此基礎上，還針對在跟蹤時出現(xiàn)目標嚴重遮擋或變形，亦或者是由于突然加速和同色干擾使得目標被跟丟的情況，提出一種判斷物體是否被嚴重遮擋以及同色干擾的機制，結合kalman預估測來估計運動物體下一幀將會出現(xiàn)的地方，再運用改進Camshift算法去搜索尋找目標物體的中心。實驗表明該改進的算法，使得跟蹤精度提高，時間縮短，滿足了實時性的要求。關鍵詞：目標跟蹤；Camshift算法；特征融合；kalman預測IAbstrac

7、tWiththeprogressincomputervisionresearch,themovingtargettrackingwasusedbroadly,suchasimageprocessing,patternrecognition,medicaldiagnostics,securitymonitoring,intelligenttransportationandsoon.Inourlives,ourlivingenvironmentismorecomplexandeasilychanging,sothattheexistingmovi

8、ngtargettrackingtechnologycaneasilybeinfluencedoutside.Theoutsideinfluencemaybethe