Kalman滤波融合优化Mean Shift的目标跟踪 |
| |
引用本文: | 韩涛,邹强,吴衡,张虎龙,侯海啸.Kalman滤波融合优化Mean Shift的目标跟踪[J].硅谷,2014(6):32-33. |
| |
作者姓名: | 韩涛 邹强 吴衡 张虎龙 侯海啸 |
| |
作者单位: | 中国飞行试验研究院,陕西西安710089 |
| |
基金项目: | 航空基金(2010ZD30004) |
| |
摘 要: | 目标跟踪中,目标跟踪的实时性和精度是首先要考虑的问题,同时背景变化、形状改变、目标遮挡,往往会导致跟踪失败。针对此问题,首先优化了Mean Shift算法迭代权值,优化后主要灰度贡献更加突出,次要灰度受到抑制,提高了跟踪的精度、避免了开方的繁琐运算。然后提出目标模板更新算法,解决了背景剧烈变化和目标形状改变时跟踪失败的问题。最后将优化Mean Shift算法与Kalman滤波融合,通过残差判定目标运动状态。仿真实验和分析表明,Kalman滤波融合优化Mean shift算法在目标遮挡,目标形状改变,背景变化时具有更高的跟踪精度和实时性。
|
关 键 词: | Kalman滤波 Mean Shift算法 目标跟踪 模板更新 |
本文献已被 CNKI 维普 等数据库收录! |
|