基于Kalman滤波的均值漂移目标跟踪算法.pdfVIP

黄a研技2014年第27卷第9期 ElectronicSci．＆Tech．／Sep．15．2014 基于 Kalman滤波的均值漂移 目标跟踪算法 刘 柯 ，魏纳新 ，刘 飞 (1．江南大学 自动化研究所，江苏 无锡 214000；2．中国船舶重工集团公司第702研究所，江苏 无锡 214082) 摘 要 为解决 目标追踪中目标被遮挡的问题，文中设计了一种基于卡拉曼滤波的均值漂移 目标跟踪算法。在选 定 目标的情况下，利用均值漂移算法迭代求得 目标的位置，当目标被遮挡时，根据前一时刻 目标的位置和速度等信息 采用卡尔曼滤波预测，得到 目标的位置。实验结果表明，该算法在有遮挡的情况下，准确性和实用性更强。 关键词 追踪算法；均值漂移；卡尔曼滤波 中图分类号 TP242．62 文献标识码 A 文章编号 1007—7820(2014)09—037—04 MeanShiftobjectTrackingAlgorithmBasedonKalmanFiltering LIU Ke ，WEINaxin ，LIU Fei (1．AutomationResearchInstitute，JiangnanUniversity，Wuxi214000，China； 2．ChinaShipScientificResearchCenter，Wuxi214082，China) Abstract MeanshiftobjecttrackingalgorithmbasedonKalmanfilteringisdesignedtosolvetheobjectocclu— sionproblem intheobjecttrackingfield．Thetargetlocationisobtainedbymeanshiftalgorithmfortheselectedtar— gets，andbyKalmanfilteringforecastingaccordingtothelocationandspeedoftheprevioustimeofrtheblockedtar· gets．Experimentalresultsshow thatdesignedalgorithm ismoreaccuracyandpracticalwhenthetargetisblocked． Keywords trackingalgorithm；mean shift；Kalmanfiltering 运动 目标跟踪是机器视觉领域 中的一个关键环 一 种将前景 目标和背景环境分层的方法 J。这两种方 节 ，目标跟踪算法运用是否得当，直接关系到视觉系统 法均能在一定程度上解决 目标被遮挡问题，但实用性 的优劣。Mean—shift算法是 目前 目标追踪算法的研 较差。传统的Mean—shift只用到了 目标的直方图信 究热点之一，由于算法的简单性和有效性，所以在实际 息，而运动 目标的速度等信息却并未得到充分运用 ，所 应用中得到了较好地推广。Mean—shift算法是 由 以当目标出现部分或全部遮挡的情况时，算法跟踪通 Fukunaga于 1975年提出的一种基于密度函数的梯度 常将会失效 。 估计算法…。1995年，Cheng将其应用于计算机视觉 本文将 Kalman滤波算法与Mean—shift算法相结 领域 J。Comaniciu等人提出了Mean—shift跟踪框 合，使得算法能在有 目标及遮挡的情况下实现准确追 架，用Bhattahary系数使迭代过程达到最优化，从而降 踪，弥补了Mean—shift算法对 目标在被遮挡情况下鲁 低了算法的复杂度 ]，且将该算法应用到各种 目标的 棒性差的缺点。而在 目标被遮挡的情况下，算法充分 跟踪中。Hager等人提出一种采用多核的改进 Mean— 利用前一时刻运动 目标的位置、速度、加速度等信息， shift算法 ；Collins针对运动 目标的大小变化，提