基于Camshift自适应多特征模板的视频目标跟踪
Camshift算法实时性高,计算量小,在目标跟踪领域应用效果良好.但其仅依靠颜色模型的特点使得在噪声大、照度不均的井下视频目标跟踪中易造成目标丢失.通过在Camshift基础上建立多特征融合的模板自适应更新算法,实现边缘、纹理等特征的融合,制定特征贡献度规则,在环境变化时根据不同特征贡献度的不同自适应分配权重,更新模板.实验结果表明:新算法抗干扰能力强,特征间互补不足,跟踪准确,在煤矿复杂环境井下视频目标跟踪中有良好应用前景.
煤矿、Camshift算法、特征融合、模板更新、纹理
38
TD676(矿山电工)
江苏省高校自然科学研究资助项目11KJD120003;江苏省产学研联合创新资金资助项目BY2009114;徐州市科技计划资助项目XM12B078
2013-09-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
1299-1304