基于粒子滤波的视频跟踪.doc

摘 要 针对传统的alman滤波器在非线性非高斯环境下对运动目标的跟踪效果较差这一问题，本文提出了一种基于粒子滤波的目标跟踪方法。粒子滤波是采用一些带有权值的随机样本粒子来表示所需要的后验概率密度，而不是采用传统的线性变换，从而得到基于物理模型的近似最优数值解，具有精度高、收敛速度快等特点。基于粒子滤波的目标跟踪原理是通过这些粒子的加权来估计目标运动的状态。目标模型的仿真实验表明，在非线性非高斯环境下，粒子滤波的跟踪效果优于扩展卡尔曼滤波器。最后，将粒子滤波运用于视频跟踪，实验结果进一步说明：在非线性非高斯环境下，粒子滤波具有较好的跟踪效果。粒子滤波技术可以广泛于空对空、空对地等各种具有