收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于Mean Shift算法和卡尔曼滤波的视频目标跟踪技术研究

胡波  
【摘要】:视频目标跟踪是当前计算机视觉研究领域的热点问题,在视频监控、机器人视觉导航、军事制导、医疗诊断、以及人机交互等很多方面有着广泛的应用。视频目标跟踪就是对视频序列中的运动目标进行检测、提取、识别、跟踪的过程,它能够为下一步的视频分析和理解提供基础。在实际场景中,目标的跟踪往往受本身运动状态、遮挡物、目标形变、光照变化、背景噪声等因素的影响而变得十分困难。虽然很多学者对视频目标跟踪进行了研究,但是开发出一套适合任何复杂环境的视频目标跟踪算法仍然存在较多困难。 本文首先对运动目标检测技术进行了研究,主要分析了帧差法和背景更新法。在目标检测的基础上重点研究了Mean Shift算法和卡尔曼滤波对运动目标的跟踪效果,并根据实际情况提出了改进算法。 1.提出一种卡尔曼滤波理论和自适应Mean Shift算法相结合的跟踪方法,解决了目标变形、部分遮挡、运动速度过快问题。首先在初始帧中确定跟踪目标并计算H分量直方图,将每帧图像转化为该直方图的概率投影图。在当前帧中用卡尔曼滤波预测目标起始位置,再用自适应的Mean Shift算法跟踪视频目标。该方法对刚体、非刚体和多目标的跟踪都具有良好的自适应性。 2.又提出了一种采用Bhattacharyya系数最大化并联合时空域信息的视频目标跟踪方法。时域通过卡尔曼滤波预测目标的运动信息,空域用Camshift算法精确匹配视频目标。由于运动目标机动性比较强,卡尔曼滤波预测的位置和真实位置存在较大的误差,容易导致下一步跟踪失败。本文采用基于Bhattacharyya系数的由粗到精的核匹配搜索方法,在卡尔曼滤波预测的位置基础上用自适应搜索窗口来扩大搜索范围,通过Bhattacharyya系数最大化确定初始匹配窗口,再用Camshift算法精确匹配视频目标。该方法对机动快速运动目标具有很高的跟踪精度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨鹏;裴继红;杨烜;;基于不变矩和Mean Shift聚类的视频关键帧提取[J];计算机应用与软件;2009年02期
2 张俊杰;毛群凌;丁佳;;Kalman Mean Shift 3D残差跟踪算法[J];微计算机信息;2009年27期
3 袁胜智;谢晓方;李洪周;;一种基于Kalman-mean shift的自适应跟踪算法[J];激光与红外;2009年05期
4 朱仲杰,蒋刚毅,郁梅,吴训威;一种基于时空信息的运动目标提取新算法[J];中国图象图形学报;2003年04期
5 郑浩;沈廷根;宋雪桦;何鸿;方明阳;;一种视频对象分割算法和实现[J];微计算机信息;2006年30期
6 张国华;卜纪伟;薛雷;肖刚;潘汉;;基于像素级图像融合的Mean Shift目标跟踪[J];微型电脑应用;2011年04期
7 邱磊;唐桂军;周书林;;自适应特征融合跟踪在进出人数统计中的应用[J];科学技术与工程;2010年04期
8 于若飞;;基于Mean Shift的运动人体骨架重构方法[J];科学技术与工程;2011年21期
9 隋立林;仲莉恩;;基于Mean Shift的多目标跟踪算法研究[J];中国电力教育;2009年S2期
10 师扬;王浩;;基于改进Mean Shift算法的细胞追踪方法研究[J];信息技术;2011年08期
11 潘锦辉,廖庆敏,林行刚;视频序列中运动目标的自动提取[J];清华大学学报(自然科学版);2001年Z1期
12 马丽红,陈晓棠,张宇;基于合并准则和测地膨胀重构的视频目标分割[J];电视技术;2004年03期
13 王新红;王晶;田敏;杨煜;李志鹏;;基于空间边缘方向直方图的Mean Shift跟踪算法[J];中国图象图形学报;2008年03期
14 贾静平,张艳宁,柴艳妹,赵荣椿;目标多自由度Mean Shift序列图像跟踪算法[J];西北工业大学学报;2005年05期
15 江绍明;;基于背景减的Mean shift目标跟踪算法[J];内江师范学院学报;2010年12期
16 孙正林;邹峥嵘;吴爱琴;;一种改进的Mean Shift点云数据滤波[J];测绘工程;2011年05期
17 朱仲杰,蒋刚毅,郁梅,吴训威;多视点视频编码中的视频目标提取与视差匹配[J];电子学报;2004年05期
18 王孝通,赵晶,金良安;视频序列中目标定位跟踪的一种新方法[J];兵工学报;2005年05期
19 熊运余;胡术;周鹏;吕学斌;余静;;圆锥裁剪BLOB的视频目标检测方法[J];计算机辅助设计与图形学学报;2009年09期
20 文志强;蔡自兴;;一种目标跟踪中的模糊核直方图[J];高技术通讯;2009年02期
中国重要会议论文全文数据库 前10条
1 武娜;李小坚;;Mean shift算法在全景视觉中的应用与研究[A];中国计量协会冶金分会2010年会论文集[C];2010年
2 罗的国;韩萍;;Mean Shift目标跟踪的两级更新自适应窗宽算法[A];第二十五届中国(天津)2011’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2011年
3 张涛;费树岷;胡刚;;基于多特征信息自适应融合的视频目标跟踪算法[A];第二十九届中国控制会议论文集[C];2010年
4 赵渊;管庆;徐胜;;目标跟踪算法在DM6437上的实现和优化[A];2009年通信理论与信号处理学术年会论文集[C];2009年
5 周斌;王军政;毛佳丽;;基于RBF神经网络的Mean Shift目标跟踪算法[A];第二十七届中国控制会议论文集[C];2008年
6 李波;袁保宗;;LMSF Mean Shift目标跟踪算法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
7 柳迪;董绪荣;;视频目标检测和跟踪框架的研究[A];2011年全国通信安全学术会议论文集[C];2011年
8 谭锦辉;顾亚平;张俊;谢兵森;;一种融合CAMShift和SIFT的视频对象跟踪算法[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
9 王晶;姚鸿勋;姜峰;;中国手语徒手识别系统的设计与实现[A];全国网络与信息安全技术研讨会'2005论文集(下册)[C];2005年
10 周兴龙;金季春;;技术动作视频序列中基于二次帧差算法的运动目标检测研究[A];第十一届全国运动生物力学学术交流大会论文汇编(摘要)[C];2006年
中国博士学位论文全文数据库 前10条
1 王爱平;视频目标跟踪技术研究[D];国防科学技术大学;2011年
2 孟繁锋;视频目标分类、跟踪及行为分析研究[D];哈尔滨工业大学;2009年
3 李昱辰;基于粒子滤波的视频目标跟踪方法研究[D];兰州理工大学;2013年
4 田纲;基于多特征融合的Mean shift目标跟踪技术研究[D];武汉大学;2011年
5 薛陈;复杂环境下视频目标跟踪技术的算法和应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
6 王玉茹;基于粒子滤波器的视频目标跟踪关键技术及其应用研究[D];哈尔滨工业大学;2010年
7 王玉茹;基于粒子滤波器的视频目标跟踪关键技术及其应用研究[D];哈尔滨工业大学;2010年
8 卢建国;基于粒子滤波的视频目标跟踪算法研究[D];北京邮电大学;2011年
9 常军;基于语义的视频内容检索中模糊不确定性问题研究[D];武汉大学;2011年
10 周家香;Mean Shift遥感图像分割方法与应用研究[D];中南大学;2012年
中国硕士学位论文全文数据库 前10条
1 胡波;基于Mean Shift算法和卡尔曼滤波的视频目标跟踪技术研究[D];宁波大学;2010年
2 郑永威;Mean Shift算法研究及其在视频目标跟踪中的应用[D];山东大学;2013年
3 王加良;基于支持向量机的视频目标检测方法研究[D];东北师范大学;2011年
4 苏建林;监控视频目标跟踪算法及应用系统实现研究[D];浙江大学;2013年
5 谢晔;视频目标跟踪系统设计与实现[D];华东理工大学;2013年
6 邓金桥;基于Mean Shift和粒子滤波器的目标跟踪算法研究[D];辽宁科技大学;2013年
7 孙研;基于核函数的视频目标跟踪优化算法[D];复旦大学;2010年
8 李光;基于均值偏移的视频目标跟踪、检测算法研究及系统实现[D];浙江理工大学;2010年
9 贾亮;基于矩阵稀疏的视频目标跟踪[D];大连理工大学;2011年
10 丁业兵;基于Mean Shift的视频目标跟踪算法研究[D];安徽大学;2012年
中国重要报纸全文数据库 前10条
1 张军;具有复杂系统特征的运动目标多模多尺度自适应估计与辨识 获2006年国家自然科学基金重点项目[N];科技日报;2007年
2 王林松、常洪波;多年停训课目打出全优[N];解放军报;2005年
3 殷智勇 林国利;别让子弹落在目标后面[N];中国国防报;2006年
4 周晓松 陈云 刘海青;磨砺“一剑封喉”硬功[N];中国国防报;2011年
5 南京军区某陆航团团长 司启富;为了中国陆航的荣誉[N];解放军报;2011年
6 何榉;AN-94:善打动中敌[N];中国国防报;2006年
7 本版编辑本报记者 杨春凌 王宁 张益;锐意创新 提升素质[N];贵州日报;2007年
8 陈彪 王建臣 本报记者  郭建跃;四O火箭筒打出新威风[N];解放军报;2007年
9 特约记者 田甲申;把训练场搬上执勤哨位[N];人民武警;2006年
10 陈超;日开发出用头发做成的医疗用针[N];科技日报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978