基于DSP的多目標跟蹤算法研究.pdf

1、多運動目標跟蹤是計算機視覺領域里面非常活躍的一個課題，多運動目標的檢測、識別和跟蹤技術涉及圖像處理、模式識別和人工智能等多個學科，以及外界環(huán)境變化和多個運動目標跟蹤的復雜性，所以快速、準確地對多個運動目標進行跟蹤一直是多目標跟蹤研究中的核心問題。本文在對多運動目標跟蹤過程中的多目標搜索、檢測和跟蹤等相關處理方法進行深入研究的基礎之上，改進了經典mean shift算法，實現(xiàn)了多運動目標連續(xù)、快速、穩(wěn)定地跟蹤，能夠克服外部環(huán)境和噪聲干擾的

2、影響，并且具有一定的魯棒性。
　　多目標跟蹤主要包括多目標捕獲和多目標跟蹤。多目標捕獲階段利用中值濾波技術對采集的圖像進行預處理，然后根據多幀累積圖像之間的差異，采用改進的差分累計算法搜索運動目標并確定其大致位置，運用圖像標識技術對每一個運動目標進行標記，確定所有的運動目標，之后利用閾值分割和區(qū)域生長相結合的方法排除錯誤，去除偽目標，得到精確度較高的多目標捕獲圖。
　　多目標跟蹤主要采用mean shift算法并結合多波門技

3、術實現(xiàn)。利用mean shift算法中的核心計算公式得到候選模型中心位置，由于該中心位置坐標一般都為小數，不符合圖像矩陣的表示方式，針對如何取整的問題，提出了漂移相似度概念，用臨近位置隸屬度最大的整數坐標點來代替候選模型中心，提高了多目標跟蹤的精度。此外，對于多目標跟蹤過程中目標之間的相互遮擋及短暫丟失問題進行分析，利用模板匹配的方法對遮擋以及瞬間丟失目標進行再次捕獲。
　　在PC機和DSP實驗設備(ICETEK-DM6437)上