基于卡尔曼滤波的均值漂移跟踪算法研究（行业资料）.doc

基于卡尔曼滤波的均值漂移跟踪算法研究（行业资料） 文档信息 ： 文档作为关于“行业资料”中“毕业资料”的参考范文，为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文7424字，doc格式，可编辑。质优实惠，欢迎下载！ 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：基于卡尔曼滤波的均值漂移跟踪算法研究 2 1 均值漂移跟踪算法原理 3 2 卡尔曼滤波器原理 3 3 融合算法实现 4 （6）判断图像序列是 否结束，如果没有，则返回步骤（2） 4 4 实验结果与分析 5 5 结语 6 文2：基于道路监控的图像增强算法研究 6 1图像增强算法 7 (1)将输入的图像分成M×N个不重复的子区域。 8 2基于CLAHE和多尺度Retinex融合的新思想 9 (1)首先输入原始图像Ii(x，y)，并且画出其直方图。 10 (5)然后归一化处理，分别对三个尺度处理进行加权平均。 10 3实验结果对比 10 4结论 12 参考文摘引言： 12 原创性声明（模板） 13 文章致谢（模板） 13 正文 基于卡尔曼滤波的均值漂移跟踪算法研究（行业资料） 文1：基于卡尔曼滤波的均值漂移跟踪算法研究 Abstract：This paper investigates and proposes an improved Meahift algorithm combined with Kalman Filter aiming at the shortcomings of the Meahift algorithm theory. Fit， this new algorithm makes use of Kalman filter to obtain the initial position of the Meahift algorithm. Then， adjust the bandwidth of the kernel function adaptively in the Meahift tracking algorithm and use the Meahift algorithm to obtain the position of the tracking target. Finally， a real-time experiment on tracking with an accelerating target is presented. Experimental results show that： compared with the traditional Meahift algorithm， the improved algorithm tracks the target more accurately and the trajectory of the tracking target is more continuous. Furthermore， it reduces the number of iteratio， makes the algorithm run faster and improves the real - time performance of the tracking。 Key Words：Kalman filter； Meahift； Tracking algorithm。 目标跟踪的目的是估计图像序列中目标的状态，它是 机器视觉和图像处理中的一个前沿课题，其广泛应用在 运动分析、智能视频监控等领域。目前运用比较广泛的目 标跟踪算法是均值漂移算法。它是利用被跟踪物体的特 征分布来找到下一帧的正确定位。例如：直方图、变化检 测掩码等。其特点是计算量小，运算速度快，对目标形变 不敏感。但该算法只依靠每一帧图像中的空域信息，没有 考虑运动目标的时域信息，因此当周围环境显著变化时， 该算法容易丢失目标。因此，本文通过在均值漂移跟踪算 法里融入卡尔曼滤波器，预测目标的动态系统状态。从而 可以更有效地实现对目标的跟踪。 1 均值漂移跟踪算法原理 经典的均值漂移跟踪算法主要是对目标建模，然后进行相似性度量，最后搜索目标。一般采用颜色直方图作为观测模型，模型可以表示为目标区域上的颜色特征值的概率。 令表示跟踪目标模型的归一化像素位置，其中心坐标为O，目标的外接矩形的高度和宽度分别为hx和hy，将颜色灰度值进一步量化为m等级，b（x）为位置x的像素向颜色索引的映像，颜色u出现的概率定义为： 其中：为当前位置；为下一帧的更新位置；wi为权值。 2 卡尔曼滤波器原理 卡尔曼