基于mean-shift的运动目标跟踪算法应用

摘要：

先了解了Mean Shift的发展历程,采用了密度梯度,均值漂移,联合空间范围(值)域的灰度和彩色图像用于保持不连续性滤波和图像分割.Mean shift的属性被重新考虑证明其在收敛区域内.建议的滤波方法与图像中的每一个像素点最接近的局部模块中的密度分布的联合域相关联.在获得图像区域时只需要多加一个步骤将区域分割成一个分段固定结构,再融合本地区域与附近的模块.在提出的这个方法中有两个参数需要控制,分别是空间的分辨率和空间的范围域.由于已经保证了图像的收敛性,因此该技术不需要用户干预停止过滤所需图像质量.

关键词：均值漂移、密度梯度、密度分布、收敛性

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：重庆市教委kj121606

在线出版日期：2013-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：477-481