基于高斯尺度空間的模板匹配算法研究.pdf_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、視覺跟蹤已成為應用數(shù)學、計算機視覺等交叉學科的熱點問題,其任務就是在一段視頻的每一幀中將感興趣的目標標記出來。該領域的研究不僅具有深遠的理論意義,而且具有廣泛的應用價值,例如安防監(jiān)控、人機交互、智能交通、醫(yī)療診斷等。
  模板匹配算法計算相對簡單、魯棒性強,已成為視覺跟蹤的常用算法。目前,已有多種模板匹配算法被提出,廣義上可分為基于灰度相關的方法和基于幾何變換的方法。其中,基于灰度相關的方法簡單易行,精確度較高,得到了較好的應用。

2、但這種模板匹配算法仍有一些不足之處,如模板尺度固定、模板漂移、計算量大等。為了解決這些問題,本文對已有算法和研究進行了大量分析,在此基礎上,提出了基于高斯尺度空間的模板匹配算法。主要內容有:
  首先,借助高斯尺度空間理論,模板能夠適應目標的尺度變化進行自適應更新,使算法在沒有形狀突變時跟蹤上目標的絕大部分,提高了跟蹤的準確度。
  其次,分析了模板漂移現(xiàn)象產生的原因,并提出了解決方案,使算法在遮擋和一定程度的形變情況下仍能

3、保持不錯的跟蹤效果。
  再次,提出了一種改進的菱形搜索(IDS)算法,它結合了三步搜索(ThreeStep-Search,簡稱TSS)、新三步搜索(New Three Step-Search,簡稱NTSS)和菱形搜索(Diamond Search,簡稱DS)算法各自的優(yōu)點,在尋求全局最優(yōu)的基礎上,提高了匹配速度,解決了模板匹配計算量大的問題。
  復雜場景下的實驗表明,提出的模板匹配算法是一種快速、魯棒的視覺跟蹤算法,能夠

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論