一种改进的模板更新策略.docxVIP

一种改进的模板更新策略 0 基于kalman滤波器的目标跟踪 目标图像的匹配跟踪是一个相对复杂的问题。假设目标图像的噪声之间存在较大的相关性。因此，可以通过目标区域的图像模型和场景图像区域的相似性测量来确定最合适的目标区域。实际应用中由于目标姿态、环境照度的变化,或者发生遮挡,都可能导致错误跟踪,此时,更新模板将导致跟踪失败。理想的基于模板匹配的跟踪算法需解决两个问题:(1) 能够合理地更新模板,以适应目标形态的变化;(2) 能够检测到目标被遮挡以及当遮挡发生时,制定合适的模板修正策略继续跟踪,并且在退出遮挡时重新捕获目标。 在匹配跟踪算法中,模板是目标图像形态的一个记忆,是维持连续跟踪的纽带。由于跟踪过程中,目标图像的变化是必然的,模板更新和修正也是必须的,更新和修正的方法是图像匹配跟踪的关键。模板修正方法通常有三种,第一种方法是以目标第一次出现时的图像形态作为模板,并且在以后的跟踪过程中保持不变。这种方法记住的是目标的初始形态,不能适应环境照度和目标形态的变化,在长时间跟踪过程中不稳定。第二种方法是以当前最佳匹配子区图像作为模板,而抛弃目标以往的所有信息,这样会因为遮挡的发生或是匹配误差的累积,造成跟踪的漂移甚至失败。第三种方法是利用目标以往的所有形态来构造当前模板,一般使用权值综合上一帧模板和当前最佳匹配子区图像来修正模板。这种方法是前面两种方法的折衷,但由于没有检测跟踪过