基于粒子群算法和卡尔曼滤波的运动目标跟踪算法.docVIP

2011年4月15日第34卷第8期 ModernElectronicsTechnique 现代电子技术 Apr.2011Vol.34No.8 基于粒子群算法和卡尔曼滤波的运动目标跟踪算法 窦永梅,冀小平,杜肖山 (太原理工大学信息工程学院,山西太原 030024) 摘 要:针对目前一些常用的运动目标跟踪算法存在跟踪精度不高、实时性低、对遮挡问题处理不佳等问题,提出一种粒子群算法与卡尔曼滤波相结合的新的运动目标跟踪方法。利用卡尔曼滤波预测目标中心在下一帧图像中的位置,从而极大减少了搜索范围,并以该位置为中心建立目标搜索区域。然后以目标的灰度统计特征对目标模板和候选区域进行匹配,确保跟踪准确性。为了有效减少搜索匹配次数、提高实时性,利用粒子群算法在搜索区域找到和目标模板最相似的区域,从而找到最优中心位置,并以该位置作为卡尔曼滤波的观测值,进行下一帧跟踪。仿真实验结果表明新算法显著提高了跟踪的实时性、精确性,并对部分遮挡能较好地处理。 关键词:粒子群算法;卡尔曼滤波;运动目标跟踪;灰度统计特性 中图分类号:TN911 34;TP391.41 文献标识码:A 文章编号:1004 373X(2011)08 0133 04 TrackingAlgorithmofMovingObjectBasedonParticleSwarmOptimizationandKalmanFilter DOUYong