基于Mean-shift目標(biāo)跟蹤算法的研究與實(shí)現(xiàn).pdf

1、基于視頻圖像的目標(biāo)自動檢測與跟蹤技術(shù)是世界各國精確打擊武器系統(tǒng)急需解決的重要難題，也是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。Mean-shift算法是一種非參數(shù)的密度梯度估計(jì)算法，最初被用于模式識別領(lǐng)域中的聚類分析，近年來在目標(biāo)跟蹤等領(lǐng)域得到了廣泛應(yīng)用。
　　 Mean-shift跟蹤算法的前期目標(biāo)捕獲階段，需要靠人工輔助或其他方法來實(shí)現(xiàn)。論文采用改進(jìn)累積差異圖像法進(jìn)行運(yùn)動目標(biāo)的粗定位，可以消除緩慢變化背景對目標(biāo)提取的影響；然后采用雙門直方

2、圖圖像分割法準(zhǔn)確獲取目標(biāo)的大小與位置，有效克服了傳統(tǒng)方法中對紋理復(fù)雜或灰度與背景相近的目標(biāo)無法完整分割的困難。
　　 論文重點(diǎn)研究了影響mean-shift跟蹤算法性能的幾個(gè)主要因素：首先，是目標(biāo)模板的選擇問題，其直接關(guān)系到算法的收斂速度和定位準(zhǔn)確度，筆者采用抑制背景直方圖作為目標(biāo)模板，采用中心加權(quán)直方圖作為候選目標(biāo)特征，不僅加快了收斂速度，而且具有較強(qiáng)的抗干擾能力。第二，是核函數(shù)帶寬更新問題，對尺度變化較大的運(yùn)動目標(biāo)，只有使核

3、函數(shù)帶寬保持與目標(biāo)尺度相吻合才能長期準(zhǔn)確跟蹤目標(biāo)，對此筆者使用邊緣加權(quán)直方圖與模板抑制背景直方圖計(jì)算Bhattacharyya系數(shù)，根據(jù)其大小變化反映出目標(biāo)尺度的變化特征，結(jié)合試探法，對核函數(shù)帶寬進(jìn)行更新，有效的實(shí)現(xiàn)了對不斷放大或縮小目標(biāo)的準(zhǔn)確跟蹤。第三，是模板更新問題，要求模板能夠及時(shí)反映目標(biāo)的最新特征，同時(shí)又要保留某些固有特征，筆者通過相鄰Bhattacharyya系數(shù)變化大小的方法，實(shí)現(xiàn)了對目標(biāo)模板的有效更新。第四，是目標(biāo)位置預(yù)測

4、與抗遮擋問題，一個(gè)好的預(yù)測機(jī)制可以大大減少mean-shift算法的迭代時(shí)間，同時(shí)對于高速運(yùn)動的目標(biāo)以及目標(biāo)受到遮擋的情況，也可以通過合理的預(yù)測機(jī)制來解決，筆者根據(jù)Bhattacharyya系數(shù)值檢測目標(biāo)是否被遮擋，同時(shí)采用線性預(yù)測機(jī)制實(shí)現(xiàn)對目標(biāo)的穩(wěn)定跟蹤。
　　 筆者以專用DSP處理器DM642為核心，開發(fā)了一個(gè)嵌入式視頻處理硬件平臺，并在上面進(jìn)行mean-shift跟蹤算法的移植，經(jīng)過優(yōu)化調(diào)試與試驗(yàn)，最終實(shí)現(xiàn)一個(gè)小型化的光電