基于MeanShift的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，圖像處理和計(jì)算能力得到了極大提高，計(jì)算機(jī)視覺(jué)也取得了較快的發(fā)展。視覺(jué)目標(biāo)跟蹤技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的重點(diǎn)問(wèn)題。目前雖然專(zhuān)家學(xué)者已經(jīng)研究了很長(zhǎng)時(shí)間，并取得豐碩的研究成果，但是由于目標(biāo)受遮擋、光照強(qiáng)度變化、目標(biāo)旋轉(zhuǎn)等干擾因素的影響，目標(biāo)跟蹤問(wèn)題依然面臨著各種挑戰(zhàn)。如何設(shè)計(jì)魯棒性強(qiáng)的目標(biāo)跟蹤算法來(lái)處理各種挑戰(zhàn)仍是亟待解決的問(wèn)題。
　　本文主要研究基于MeanShift的目標(biāo)跟蹤算法，其在圖像處理領(lǐng)域應(yīng)用廣泛，是目

2、標(biāo)跟蹤的基本算法之一。MeanShift算法是半自動(dòng)算法，需要手動(dòng)在初始幀中選取目標(biāo)。然后對(duì)目標(biāo)區(qū)域的像素值進(jìn)行概率統(tǒng)計(jì)，再對(duì)后續(xù)幀迭代搜索進(jìn)行同樣的概率密度統(tǒng)計(jì)并與目標(biāo)模板進(jìn)行對(duì)比，當(dāng)選定的相似系數(shù)滿足所設(shè)定的閾值或者迭代次數(shù)達(dá)到上限時(shí)停止搜索并確定跟蹤目標(biāo)的位置。MeanShift算法具有復(fù)雜度低、計(jì)算量小、實(shí)時(shí)性好、不易受到光照影響等諸多優(yōu)點(diǎn)，但是由于算法跟蹤窗口固定、缺少必要的模板更新和預(yù)測(cè)機(jī)制，所以應(yīng)用范圍受到了局限。

3、　　本文正是基于MeanShift算法跟蹤窗口固定這一缺點(diǎn)進(jìn)行了改進(jìn)，跟蹤窗口固定帶來(lái)的兩個(gè)問(wèn)題就是：目標(biāo)變大時(shí)會(huì)丟失描述信息，目標(biāo)變小時(shí)則會(huì)混入過(guò)多的背景信息。由于算法本身只依靠目標(biāo)圖像的像素值概率密度作為描述特征，所以無(wú)論丟失部分信息或者混入過(guò)多的背景信息都會(huì)對(duì)待選模板的特征描述造成極大的影響，最后導(dǎo)致跟蹤失敗。本文在經(jīng)典MeanShift的基礎(chǔ)上首先添加了橢圓對(duì)數(shù)極坐標(biāo)變換算法對(duì)目標(biāo)模板與待選模板進(jìn)行極坐標(biāo)變換，將目標(biāo)的大小形變轉(zhuǎn)