基于MeanShift的紅外目標(biāo)跟蹤算法研究.pdf

1、隨著計算機視覺技術(shù)在當(dāng)今社會的日益發(fā)展，紅外圖像處理技術(shù)已經(jīng)被大范圍的用于導(dǎo)航跟蹤、人工智能和自動控制等實際應(yīng)用領(lǐng)域，紅外目標(biāo)問題有著深刻的研究意義并得到了廣泛地應(yīng)用，例如在軍事上，紅外運動目標(biāo)跟蹤已被成功用于武器的成像制導(dǎo)、軍事偵察和監(jiān)視方面，在日常生活中，紅外目標(biāo)的跟蹤也常常被應(yīng)用于智能交通、視頻監(jiān)控等問題中。本文中主要研究了均值漂移算法在紅外目標(biāo)跟蹤當(dāng)中的應(yīng)用，并研究了算法在紅外目標(biāo)跟蹤實際使用場景中存在的弊端與不足進行算法的改進

2、優(yōu)化。
　　本文首先介紹了均值漂移(Mean Shift)算法的基本原理，經(jīng)典算法在紅外圖像序列跟蹤中的實現(xiàn)方法。通過使用經(jīng)典算法對幾組紅外目標(biāo)圖像序列實驗，我們能夠發(fā)現(xiàn)均值漂移算法應(yīng)用于尺寸發(fā)生變化或者被一定程度遮擋情況下的目標(biāo)跟蹤場景中效果并不好，但均值漂移算法具有運算量很小的優(yōu)異性能，在目標(biāo)跟蹤的問題上能夠達到很好的實時性。
　　其次，在通過研究知道均值漂移算法應(yīng)用于紅外圖像序列時的一些缺點后，文中使用亮度-距離空間下

3、的紅外目標(biāo)表征和灰度似然比加權(quán)核直方圖表征方式來改進紅外目標(biāo)的描述，隨后對經(jīng)典算法優(yōu)化使之能夠成功地跟蹤目標(biāo)尺寸發(fā)生增減的紅外目標(biāo)跟蹤問題。通過實驗發(fā)現(xiàn)，改進后算法能夠進行模板更新，能很準(zhǔn)確地跟蹤到尺寸變化的目標(biāo)，但是在目標(biāo)快速移動或者發(fā)生復(fù)雜姿態(tài)變化時跟蹤效果就不理想。
　　在文章的最后一章中，簡單闡述粒子濾波理論以及在紅外目標(biāo)跟蹤的應(yīng)用，通過兩組實驗證明了粒子濾波跟蹤的抗遮擋能力以及粒子濾波的粒子束與運算時間的關(guān)系。由于粒子濾