Camshift與Kalman濾波相結合的跟蹤技術研究.pdf

1、目標跟蹤算法的研究對于計算機視覺具有十分重要的意義，它將模式識別，人工智能，圖像處理及自動控制等多個方面的先進技術，廣泛應用于智能機器，醫(yī)療診斷，智能監(jiān)控，交通控制等領域?，F(xiàn)階段，運動目標檢測與跟蹤算法的精確度和魯棒性，已逐漸難于滿足各種復雜的應用環(huán)境的越來越高的需求，這使其成為目前研究的熱點之一。本文將在研究常用的運動目標檢測與跟蹤算法的基礎上，對其作出進一步的改進和完善，以期達到更好地跟蹤效果。
　　 在運動目標檢測中，本文

2、先介紹常見的三種檢測方法的基本原理，再針對傳統(tǒng)方法的局限性，將背景差分法與幀間差分法相結合，提出一種改進的方法。然后，為能更好地進行下一步的目標跟蹤，對檢測得到的圖像進行了一系列的處理，主要包括開運算、閉運算和連通性分析。
　　 在跟蹤算法的研究中，本文將重點分析camshift跟蹤和卡爾曼濾波跟蹤這兩種跟蹤方法的優(yōu)缺點。然后將二者結合在一起，提出一種改進后的算法，并利用實驗結果證明，改進后的算法不僅提高了跟蹤精度，還可以使運算