實(shí)時(shí)目標(biāo)跟蹤的分析研究與系統(tǒng)實(shí)現(xiàn).pdf

1、實(shí)時(shí)目標(biāo)跟蹤技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中研究熱點(diǎn)之一。在安全檢測(cè)、機(jī)器人導(dǎo)航、人機(jī)交互、軍事應(yīng)用等領(lǐng)域中有著廣泛的應(yīng)用價(jià)值和前景。本文在總結(jié)了目前已有的主流跟蹤方法之后，提出了一些有效的算法，并實(shí)現(xiàn)了一個(gè)實(shí)時(shí)的目標(biāo)跟蹤系統(tǒng)。論文的主要貢獻(xiàn)歸納如下： (1)在HSV顏色空間中采用帶空間加權(quán)的直方圖來描述顏色特征，并提出了一種基于主顏色的目標(biāo)提取方法，可以有效的減少目標(biāo)區(qū)域內(nèi)背景噪聲的干擾。提出結(jié)合該顏色特征與目標(biāo)的表象特征進(jìn)行跟蹤，有效

2、的提高了目標(biāo)跟蹤的準(zhǔn)確性，能解決具有不規(guī)則形狀和傾斜狀態(tài)目標(biāo)的跟蹤問題。 (2)在對(duì)以往眾多目標(biāo)跟蹤算法進(jìn)行分析的基礎(chǔ)上，提出了一種改進(jìn)的粒子濾波優(yōu)化算法，并將其應(yīng)用在實(shí)時(shí)的目標(biāo)跟蹤系統(tǒng)中。該算法利用多階迭代選擇性的使用粒子，減少了粒子的數(shù)量需求并提高了粒子的質(zhì)量，有效的提高了目標(biāo)跟蹤的速度和精度。 (3)在微小目標(biāo)跟蹤中，目標(biāo)由于其面積太小而無法利用前景提取特征來描述，同時(shí)復(fù)雜的背景會(huì)給微小目標(biāo)帶來很大的干擾，因此需要