基于粒子群算法和卡尔曼滤波的运动目标跟踪算法

摘要：

针对目前一些常用的运动目标跟踪算法存在跟踪精度不高、实时性低、对遮挡问题处理不佳等问题,提出一种粒子群算法与卡尔曼滤波相结合的新的运动目标跟踪方法.利用卡尔曼滤波预测目标中心在下一帧图像中的位置,从而极大减少了搜索范围,并以该位置为中心建立目标搜索区域.然后以目标的灰度统计特征对目标模板和候选区域进行匹配,确保跟踪准确性.为了有效减少搜索匹配次数、提高实时性,利用粒子群算法在搜索区域找到和目标模板最相似的区域,从而找到最优中心位置,并以该位置作为卡尔曼滤波的观测值,进行下一帧跟踪.仿真实验结果表明新算法显著提高了跟踪的实时性、精确性,并对部分遮挡能较好地处理.

关键词：粒子群算法、卡尔曼滤波、运动目标跟踪、灰度统计特性

所属期刊栏目：34

分类号：TN911-34;TP391.41

在线出版日期：2011-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：133-136