一种基于MeanShift算法的动目标跟踪方法
MeanShift算法实现动目标跟踪其基本原理是利用目标的相似性，建立自适应算法调整机制，从而实现目标跟踪，但当目标移动速度较快时，由于迭代算法负担增大，算法的实时性受到很大的影响。本文对MeanShift算法进行了改进，首先将模糊机制引入MeanShift算法，使它在权值计算中不但提取单一象素的信息，使色度相近，亮度相近的象素点也对其产生影响，提高MeanShift的识别能力。为了克服目标相对运动较快的问题，然后引入了Kalman 滤波器对目标在新图象中的位置进行预测，确定目标落在MeanShift算法的搜索范围中，同时减少迭代算法的计算量，避免卡滞现象的出现。
模糊机制 Kalman滤波器 动目标跟踪 MeanShift算法 权值计算
卢炜 王建立
空军第一航空学院，河南信阳 464000
国内会议
杭州
中文
258-261
2011-08-07（万方平台首次上网日期，不代表论文的发表时间）