基于meanshift的视频目标跟踪算法研究

《基于meanshift的视频目标跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文MASTER’SDISSERTATION论文题目基于MeanShift的视频目标跟踪算法研究作者姓名张铁明学科专业光学工程指导教师朱奇光副教授2016年5月图分类号：TP242.6学校代码：10216UDC：621.3密级：公开工学硕士学位论文基于MeanShift的视频目标跟踪算法研究硕士研究生：张铁明导师：朱奇光副教授申请学位：工学硕士学科专业：光学工程所在单位：信息科学与工程学院答辩日期：2016年5月授予学位单位：燕山大学ADissertationinOpticalEngineeringTHERESEARCHOFVIDEOTARGE

2、TTRACKINGBASEDONMEANSHIFTALGORITHMbyZhangTiemingSupervisor:AssociateProfessorZhuQiguangYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于MeanShift的视频目标跟踪算法研究》，是本人在导师指导下，在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果

3、将完全由本人承担。作者签字：日期：年月日摘要摘要随着科学技术的发展，特别是计算机技术的突飞猛进，使得计算机视觉的发展成为了可能。目标跟踪是计算机视觉领域中的热点问题，它广泛应用于视频监控、智能交通、机器人视觉导航等场合。目标跟踪系统对鲁棒性和实时性要求较高，围绕这一点，本文对目标跟踪中主流的MeanShift算法展开了研究。主要研究内容如下：首先，概述目标跟踪的背景及发展现状，对目标跟踪中的MeanShift算法进行理论基础分析，并通过分析得出其优缺点。其次，传统MeanShift跟踪算法依靠目标颜色特征模型进行跟踪，颜色特征属于全局信息，不同的目标可

4、能具有相同的颜色信息。针对这一点提出基于分块颜色直方图的MeanShift跟踪算法，利用分块的方式将空间位置信息融入到目标模型中，并通过仿真实验验证算法有效性。再次，MeanShift目标跟踪算法通过对比初始目标和候选模型的相似度来确定目标位置，针对单一颜色特征对目标描述不充分而且容易受背景干扰的问题，采取多特征融合的策略对目标进行描述，联合颜色、边缘、LTP纹理特征，计算每个特征对于目标和背景的区分度，在此基础上进行加权融合，针对两种算法进行仿真比较，验证改进算法的抗干扰能力。最后，对于目标跟踪中经常发生而又难以解决的遮挡问题，提出了扩展卡尔曼滤波与

5、MeanShift算法相结合的策略。依靠扩展卡尔曼滤波器对运动系统的估计能力，预测目标的可能位置，MeanShift算法在此基础上进行跟踪，提高算法的抗遮挡能力。为了验证算法有效性，通过仿真实验对两种算法进行遮挡测试。关键词：MeanShift；分块直方图；多特征融合；EKF；遮挡-I-燕山大学工学硕士学位论文AbstractWiththedevelopmentofscienceandtechnology,especiallytherapiddevelopmentofcomputertechnology,thecomputervisionhasbeco

6、mepossible.Targettrackingisahotissueinthefieldofcomputervision,widelyusedinvideosurveillance,intelligenttraffic,robotvisionnavigationandsoon.Thetargettrackingsystemdemandshighlyfortherobustnessandreal-timeperformance,aroundwhichthemainstreamMeanShiftalgorithmfortargettrackingsys

7、temisresearchedinthispaper.Themaincontentsareasfollows:Firstofall,thebackgroundandcurrentdevelopmentoftargettrackingaresummarizedandthetheoreticalbasisofMeanShiftalgorithmintargettrackingisanalyzedtodetermineitsmeritsandfaults.Secondly,asthetraditionalMeanShifttrackingalgorithmi

8、sbasedonthetargetcolorfeaturemodel,ofwhichtheco