基于 Kalman 滤波和直方图匹配的双目视觉跟踪.docVIP

  基于 Kalman 滤波和直方图匹配的双目视 觉跟踪# 王江1，付强1，全权1,2，蔡开元1** 5 10 15 20 25 30 （1. 北京航空航天大学自控控制系； 2. 北京航空航天大学虚拟现实技术与系统国家重点实验室） 摘要：视觉跟踪是计算机视觉领域一个十分重要的问题，目前大部分的研究关注于单目摄像 机目标跟踪。而基于单目摄像机的目标跟踪会丢失深度信息，使得当目标出现遮挡、阴影等 问题时跟踪难度进一步加大。因此本文提出了一种基于 Kalman 滤波和直方图匹配的双目 视觉跟踪方法。该方法首先利用 Kalman 滤波预测出目标所在位置，其次利用直方图匹配 在局部区域搜索到目标，最后利用极线约束来对匹配结果进行确认，实现完整的预测-匹配- 确认的跟踪过程。实验表明，对比 Mean Shift 算法，该算法能有效减少跟偏或者跟丢的情 况，取得了良好的跟踪效果。 关键词：Kalman 滤波；直方图匹配；双目视觉跟踪；极线约束 中图分类号：TP391.4 Binocular Visual Tracking Based on Kalman Filter and Histogram Matching WANG Jiang1, FU Qiang1, QUAN Quan1,2, CAI Kai-Yuan1 (1. Department of Automatic Control, Beihang University, Beijing 100191; 2. State Key Laboratory of Virtual Reality Technology and Systems,Beijing University, Beijing 100191) Abstract: Visual tracking is a very important problem in the computer vision. Most of the studies focus on the monocular camera target tracking. the object tracking methods based on monocular camera would lose the depth information, which will cause much more difficult to track the object when faced with occlusion, shadow and so on. This paper proposes an algorithm of binocular vision tracking based on Kalman filter and histogram matching. This algorithm firstly uses Kalman filter to predict the position of the target. Then histogram matching is used to search the object in the local region. At last epipolar constraint will be adapted to verify the tracking result at last, which realizes a complete prediction-matching-verification tracking process. The experiments show the algorithm could effectively reduce tracking failure and get better tracking performance compared with the Mean Shift algorithm. Key words: Kalman Filter; Histogram Matching; Binocular Vision tracking; Epipolar Constraint 35 0 引言 视觉跟踪是计算机视觉领域的一个重要研究方向，被广泛应用于智能监控、目标识别、 交通监视等方面。在技术上来说，它结合的是计算机图像处理、视频图像处理、模式识别、 人工智能以及机械控制诸多相关领域的知识，从获取的图像中检测出运动目标，定位目标位 40 [1] 几十年来，国内外学者提出了许多方法解决视觉跟踪这一难题，其中的很多算法都是基 于目标表面特征的跟踪算法。这类算法大部分首先选取某种特征建立目标模型，然后利用跟 基金项目：教育部博士点基金项目资助(20111102120008) 作者简