基于LRNP纹理特征的均值漂移目标跟踪

摘要：

针对传统均值漂移(Mean Shift)目标跟踪算法在复杂背景和变光强场景中容易丢失跟踪目标的问题,提出局部菱形邻域(LRNP)纹理特征提取算子,在3*3模板中利用像素与其邻域像素之间的局部关系获得二进制编码,根据模板中心像素水平和垂直方向4个像素的编码值得到纹理特征;提取HSV颜色空间的H分量和S分量,进行非均匀量化作为颜色特征.融合颜色纹理特征作为目标模型的描述嵌入到Mean Shift算法中.实验结果表明,该算法在复杂背景、光照变化等场景下能实现目标的准确跟踪,具有较强的抗干扰性和鲁棒性.

关键词：均值漂移、目标跟踪、局部菱形邻域模式、HSV、特征融合

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2019-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2466-2470,2529