機(jī)器人目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤技術(shù)是機(jī)器人視覺(jué)領(lǐng)域的一個(gè)重要研究分支，它融合了圖像處理、模式識(shí)別、人工智能及自動(dòng)控制等多學(xué)科最新研究成果，主要利用視頻分析方法對(duì)視頻輸入圖像序列進(jìn)行連續(xù)分析，來(lái)實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的自動(dòng)檢測(cè)、定位和跟蹤，為高層視頻對(duì)目標(biāo)的行為理解和決策提供底層對(duì)象和分析依據(jù)。
　　 核跟蹤算法是一種無(wú)參密度估計(jì)算法，由于計(jì)算量小、易與其他算法集成等優(yōu)點(diǎn)，受到國(guó)內(nèi)外眾多學(xué)者的關(guān)注。本文研究基于核跟蹤算法為基礎(chǔ)，對(duì)算法存在的不足，如復(fù)雜背景、非目

2、標(biāo)遮擋及光照變化等，進(jìn)行了相關(guān)研究和探索，主要內(nèi)容包括以下幾方面：
　　 (1)選擇HSV模型作為目標(biāo)顏色空間模型，通過(guò)H、S、V分量合成模型表示目標(biāo)模型，由于三個(gè)分量間是相互分離的，因而能更好的適應(yīng)光線變化等對(duì)目標(biāo)跟蹤的影響。
　　 (2)對(duì)核函數(shù)進(jìn)行深入研究，選擇截?cái)喔咚购撕瘮?shù)作為核函數(shù)，截尾的范圍通過(guò)截?cái)嘁蜃?來(lái)限制，計(jì)算量相對(duì)于高斯核函數(shù)大大減少，并能保證算法的收斂性。
　　 (3)目標(biāo)在復(fù)雜背景、光照變