基于Mean Shift算法的目標(biāo)跟蹤.pdf

1、目標(biāo)跟蹤技術(shù)在軍事、工業(yè)、安保、智能交通、醫(yī)學(xué)和科學(xué)研究等方面都具有重要的意義，應(yīng)用前景廣闊。目標(biāo)跟蹤把圖像處理、自動控制、信息科學(xué)有機(jī)結(jié)合起來，形成了一種能從圖像信號中實時地自動識別目標(biāo)、提取和預(yù)測目標(biāo)位置信息、自動跟蹤目標(biāo)運動的技術(shù)，是當(dāng)前計算機(jī)視覺、模式識別與智能系統(tǒng)等領(lǐng)域研究的重要課題。
　　 本研究對目標(biāo)跟蹤所涉及的兩個主要方面——運動目標(biāo)提取和目標(biāo)跟蹤過程，進(jìn)行了較深入的研究與探討，并針對后一部分內(nèi)容進(jìn)行了一些改進(jìn)，

2、取得了一些初步成果。主要的研究工作概括如下：
　　 1.綜述了目標(biāo)跟蹤算法的工作原理和經(jīng)典方法，如目標(biāo)檢測方法中的差分法和光流法；目標(biāo)跟蹤方法中的特征匹配法，區(qū)域匹配法，模板匹配法。闡述了目標(biāo)跟蹤中的關(guān)鍵技術(shù)，特征提取和特征匹配。介紹了顏色空間、紋理和運動特征，以及特征匹配的具體方法。
　　 2.實現(xiàn)了利用顏色和灰度的Mean Shift目標(biāo)跟蹤算法。并提出了在序列圖像跟蹤中采用圖像預(yù)處理技術(shù)提高M(jìn)ean Shift跟蹤

3、算法性能.討論了均值濾波，圖像對比度增強(qiáng)，K_L變換等圖象預(yù)處理方法，以便去除噪聲對跟蹤結(jié)果的影響。
　　 3.改進(jìn)了Mean Shift算法的特征描述：一是將RGB顏色空間轉(zhuǎn)換為HSV顏色空間，利用色調(diào)特征作為原目標(biāo)特征描述，以便克服光照變化等影響；二是利用了Gabor濾波器提取圖像目標(biāo)的紋理信息作為目標(biāo)特征，改進(jìn)了跟蹤圖像匹配的過程。
　　 4.針對Mean Shift跟蹤算法的缺陷，提出一些具體措施進(jìn)一步提高算法性