用于运动目标跟踪改进Camshift算法研究.docVIP

用于运动目标跟踪改进Camshift算法研究 　　摘 要：Camshift是一种应用颜色特性来对目标实施跟踪的算法，所以当背景过于复杂、目标被遮挡或做加速运动时很容易发生目标跟丢的情况。针对以上缺点，提出首先采用帧间差分法自动的选取搜索窗口，然后引入加权颜色概率直方图排除相似背景颜色的干扰，最后采用Kalman滤波器预测和Camshift算法相结合的方法准确跟踪做加速运动的物体。实验表明，此方法能够准确定位做加速运动或被遮挡的目标。 　　关键词：Camshift；帧间差分；加速运动；Kalman滤波 　　DOI：10.15938/j.jhust.2018.03.006 　　中图分类号： TP391 　　文献标志码： A 　　文章编号： 1007-2683（2018）03-0034-05 　　Research on Improving Camshift Algorithm about Target Tracking 　　QIN Yong， SHANG Meng-meng， ZHAO Xiao-hong， GAI Jian-xin 　　（School of Measurement and Control Technology and Communications Engineering， 　　Harbin University of Science and Technology， Harbin 150080，China） 　　Abstract： 　　The target is easily lost by using Camshift when the target is blocked or accelerated in complex background. The reason for this is Camshift is an algorithm that uses color characteristics to track the target. For solving above shortcomings， the improving Camshit algorithm is proposed in this paper. Firstly， the search window is automatically selected using frame difference method. Then， the weighted color histogram is introduced to eliminate the interference of similar background colors. Finally， the accelerating object can be tracked accurately based on Camshift algorithm combined with Kalman filter prediction. It is shown with experimental data that the blocked or accelerating target can be accurately located by used the method proposed in this paper. 　　Keywords：Camshaft；frame difference；accelerated motion；Kalman filter 　　0 引 言 　　?频序列中移动目标的跟踪是计算机视觉研究中的一个重要分支，在安全监控，智能感知等领域应用比较广泛[1]。它能够为场景分析和目标运动分析提供必要的信息来源，同时也是目标识别、行为描述等高级处理的基础。Camshift算法简单，运行效率相对较高且计算量较小，在背景颜色过于单一的情况下跟踪的效果良好。但是传统的Camshift算法需要手动初始化搜索窗口，如果背景颜色和目标物体相似容易受到干扰，不适应遮挡环境，不能够对目标模型实时更新并且对高速运动的物体容易跟踪失败。针对以上缺点，本文提出了用四帧差分和Kalman算法相结合的方法对Camshift进行改进。 　　1 目标检测算法 　　1.1 四帧差分法 　　帧间差分法运算简单且便于计算，比较适于改进Camshift算法。但是二帧差分和三帧差分都比较容易产生空洞现象且三帧差分不能够准确的检测出目标重叠部分，使目标难以提取。所以，本文运用连续四帧差分算法通过交叉差分以及二值化处理来精确的得到前景目标。 　　读取视频中四帧连续的图像I1（x，y），I2（x，y），I3（x，y），I4（x，y），经过预处理后分别对I1（x，y）与I3（x，y）以及I2（