基于積分圖像和Camshift的運(yùn)動(dòng)目標(biāo)跟蹤研究.pdf

1、視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是計(jì)算機(jī)視覺(jué)學(xué)科中的一個(gè)很熱門的方向，它包括數(shù)字圖像處理、模式識(shí)別，甚至還涉及人工智能和機(jī)器學(xué)習(xí)等，已經(jīng)被很好的應(yīng)用在軍事、工業(yè)、智能交通、安全監(jiān)控等多個(gè)方面，并且一直在發(fā)展。
　　本文一開(kāi)始先介紹對(duì)于目標(biāo)的檢測(cè)，比如基本的目標(biāo)檢測(cè)算法以及特征提取檢測(cè)的算法，重點(diǎn)闡述了機(jī)器學(xué)習(xí)的檢測(cè)算法，能夠?qū)φ龢颖竞拓?fù)樣本進(jìn)行一定的訓(xùn)練，從而檢測(cè)出運(yùn)動(dòng)目標(biāo)。
　　然后介紹了比較常用的目標(biāo)跟蹤算法，包括Meanshif

2、t、Camshift和卡爾曼濾波算法，Camshift算法其實(shí)是Meanshift算法的改進(jìn)，并通過(guò)實(shí)驗(yàn)驗(yàn)證了Camshift算法跟蹤物體具有尺寸大小的自適應(yīng)性。
　　面對(duì)快速運(yùn)動(dòng)目標(biāo)的跟蹤問(wèn)題，本文提出了在直方圖相似度匹配下的積分圖像跟蹤算法，研究了積分圖像算法的時(shí)間復(fù)雜度，并證明了用顏色空間積分圖像算法可以跟蹤快速運(yùn)動(dòng)的物體，而且通過(guò)區(qū)域搜索，具有跟蹤的實(shí)時(shí)性，該算法可以和Meanshift算法相結(jié)合，實(shí)驗(yàn)也驗(yàn)證了跟蹤效果更好

3、。
　　對(duì)于用傳統(tǒng)的Camshift算法跟蹤目標(biāo)與背景顏色相似情況下失敗的問(wèn)題，本文提出了一種算法，通過(guò)每一幀圖像與背景相減，加大目標(biāo)和背景區(qū)分度后，可以較好的實(shí)現(xiàn)對(duì)顏色相似目標(biāo)的跟蹤。在實(shí)現(xiàn)對(duì)快速運(yùn)動(dòng)目標(biāo)的跟蹤過(guò)程中，先用機(jī)器學(xué)習(xí)的算法進(jìn)行目標(biāo)檢測(cè)，然后面對(duì)用傳統(tǒng)的Camshift算法跟蹤快速運(yùn)動(dòng)物體會(huì)導(dǎo)致跟蹤丟失的情況，結(jié)合顏色空間積分圖像算法后，能有效的進(jìn)行跟蹤，而且也具有尺寸大小變化的自適應(yīng)性。對(duì)于在相同物體干擾下跟蹤快速