面向智能監(jiān)控的新型Mean Shift跟蹤算法研究.pdf

1、近年來，隨著計算機水平和計算機視覺技術的不斷發(fā)展，智能視頻監(jiān)控系統(tǒng)已成為了一個新興的應用方向和備受關注的前沿課題?；趫D像序列的運動目標跟蹤是計算機視覺領域和數(shù)字圖像處理領域的重要研究課題之一。本文以智能視頻監(jiān)控系統(tǒng)為研究背景，在Mean Shift算法框架下，針對特征選取、目標的外觀變化和運動預測問題進行了深入研究，并在此基礎上建構(gòu)了一個自動的、相對完整的運動目標跟蹤系統(tǒng)。本文的主要研究內(nèi)容如下:
　　(1)本文首先研究了標準的

2、Mean Shift跟蹤算法，通過實驗證實了Mean Shift算法在背景與目標顏色相似情況下可能發(fā)生跟蹤失敗現(xiàn)象。并在此基礎上提出了改進的Mean Shift算法(MSL)，即:除了使用傳統(tǒng)的顏色直方圖來提取目標的特征，同時也使用LBP提取的紋理特征來表征目標。首先使用主紋理特征制作一個模板，并提取目標在該模板下的紋理和顏色的聯(lián)合直方圖。與傳統(tǒng)的使用整個跟蹤框內(nèi)的顏色直方圖來跟蹤目標相比，聯(lián)合紋理與顏色特征的跟蹤算法有效提取了目標區(qū)域

3、的紋理和角點信息，因此能更有效的表示目標。實驗結(jié)果表明本文算法與標準Mean Shift算法相比，本算法能在減少迭代次數(shù)的情況下精確的跟蹤運動目標。在目標和背景的顏色相似的情況下，本算法仍能魯棒的跟蹤目標而標準的Mean Shift算法將會跟蹤失敗。
　　(2)針對傳統(tǒng)相關跟蹤算法中存在的一些問題，在分析多種模板更新算法的基礎上，提出一種基于直方圖信息的模板更新策略。同時，利用kalman濾波器實現(xiàn)對目標軌跡的預測，在一定程度上解

4、決了相關跟蹤中的遮擋問題。本文針對目標軌跡局部時間內(nèi)可視為勻加速直線運動的特點提出了一種簡單有效軌跡預測方法。實驗結(jié)果表明本文算法能夠準確的預測軌跡，本文的模板更新策略也保證了目標跟蹤的穩(wěn)定。
　　(3)在跟蹤算法的基礎上，采用VC++開發(fā)平臺和OpenCV算法庫設計了一個簡單的運動目標跟蹤系統(tǒng)，并通過該系統(tǒng)驗證了算法的可行性和實用性。
　　本文分析與研究了基本的Mean Shift算法，并從特征選取和模板更新兩個方面改進了