基于Mean-Shift的复杂工业环境运动目标跟踪算法
随着近年来计算机及成像技术的高速发展,视频运动目标检测和跟踪已成为计算机视觉领域的一个研究热点.由于运动目标与摄像头位置的相对变化、室内光照的变化及噪声的存在,以及周围环境中相似物体的干扰,传统的Mean-Shift跟踪算法的跟踪效率、准确性和抗干扰能力均无法满足该应用的需要.为了解决这一问题,在传统Mean-Shift跟踪算法基础之上,提出了颜色直方图更新算法、运动信息融合等改进方案,在Mean-Shift迭代搜索过程中加入了速度矢量加权机制,使目标与相似背景能够有效地被区分开来,提高了系统的抗干扰能力.仿真实验结果表明算法有效提高了跟踪的效率及准确性,能够满足复杂工业环境中运动目标跟踪的需要.
目标跟踪、Mean-Shift算法、运动信息、直方图更新
26
TP391.9(计算技术、计算机技术)
2014-12-04(万方平台首次上网日期,不代表论文的发表时间)
2600-2606