文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于改进Camshift算法的多目标自适应跟踪
侵权投诉

基于改进Camshift算法的多目标自适应跟踪

基于改进Camshift算法的多目标自适应跟踪

第31卷 第12期 湖南科技学院学报 Vol.31 No.12 2010年12月 Journal of Hunan University of Science and Engineering Dec.2010

基于改进Camshift算法的多目标自适应跟踪

曲巨宝

(武夷学院 数学与计算机系,福建 武夷山 354300)

摘 要:针对多目标跟踪中常因目标间遮挡、融合、分离等导致跟踪失败,提出了用动态背景建模技术和RGB三通道色差法获取目标群组,然后利用Kalman滤波器预测运动目标初始参量,再用改进的Camshift算法逐步迭代逼近各个目标精确位置,实现了对多目标的自适应跟踪。经大量实验证明,本算法目标识别能力强,抗噪声性能好,跟踪速度快。

关键词:Camshift;多目标跟踪;自适应;kalman

中图分类号:TP393 文献标识码:A 文章编号:1673-2219(2010)12-0070-03

运动目标的检测、跟踪是计算机视觉研究的重要内容,被广泛用于智能视觉监控、视频检索等领域。由于运动视频受光线、目标动态变化影响使目标检测和跟踪变得非常困难,尤其对多个运动目标进行同时跟踪,目标间发生遮挡、融合、分离导致跟踪变得异常艰难。文献 [1]提出了基于MeanShift的多目标粒子滤波跟踪算法设计,但MeanShift算法不但对抗遮挡能力比较差,而且不具有搜索窗自适应功能;文献[2] 提出用水平集法对多运动目标进行分割;文献[3] 提出用多个摄像机构建系统来处理多个运动目标相互遮挡的问题,但这种系统造价较高且算法复杂,实时性差;本文在研究了多运动目标的颜色特征、运动规律后,使用背景差分法建立动态背景模型,将当前帧同背景帧做差分获得运动目标,通过Kalman滤波方法对各目标在下一帧的初始位置进行预测后,再调用Camshift逐次逼近各个目标的精确位置,经实际应用取得了较好的效果。

1 动态背景模型

利用背景差分法建立动态背景模型,以帧间差分法为基础,通过当前帧帧差分的二值图像找到运动区域,对运动区域内的背景保持不变,而非运动区域的背景则用当前帧进行更新,经过一定次数的迭代便可提取出背景。其步骤如下:

(1)将序列图像的第一帧图像I0作为初始背景图像。 (2)计算当前帧k的帧间差分二值图像BWk:

0BWk=

1

|Ik Ik 1|≤τkotherwise

(1)

其中,Ik, Ik-1分别为当前帧和上一帧图像,τk是判断第k帧是否有变化的阀值(实验中取25) (3)利用二值图像BWk更新背景Bk:

ifBWk=1 B

(2) Bk= k

α Ik+(1 α) Bk 1otherwise

其中α为更新系数,取0.2

(4)k=k+1返回到步骤(3),进行迭代,经过一定次数的迭代后停止迭代,并将此时的Bk作为背景图像B0

收稿日期:2010-09-20

资助项目:福建省教育厅科技项目(JA09240)、武夷学院智能计算网格科研团队(2009)

作者简介:曲巨宝(1963-),男,吉林乾安人,副教授,硕士,研究方向为计算机视觉、图形图像、人工智能。 70

第1页

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email