基于Mean Shift算法的目標跟蹤.pdf

1、目標跟蹤技術在軍事、工業(yè)、安保、智能交通、醫(yī)學和科學研究等方面都具有重要的意義，應用前景廣闊。目標跟蹤把圖像處理、自動控制、信息科學有機結合起來，形成了一種能從圖像信號中實時地自動識別目標、提取和預測目標位置信息、自動跟蹤目標運動的技術，是當前計算機視覺、模式識別與智能系統(tǒng)等領域研究的重要課題。
　　 本研究對目標跟蹤所涉及的兩個主要方面——運動目標提取和目標跟蹤過程，進行了較深入的研究與探討，并針對后一部分內容進行了一些改進，

2、取得了一些初步成果。主要的研究工作概括如下：
　　 1.綜述了目標跟蹤算法的工作原理和經典方法，如目標檢測方法中的差分法和光流法；目標跟蹤方法中的特征匹配法，區(qū)域匹配法，模板匹配法。闡述了目標跟蹤中的關鍵技術，特征提取和特征匹配。介紹了顏色空間、紋理和運動特征，以及特征匹配的具體方法。
　　 2.實現了利用顏色和灰度的Mean Shift目標跟蹤算法。并提出了在序列圖像跟蹤中采用圖像預處理技術提高Mean Shift跟蹤

3、算法性能.討論了均值濾波，圖像對比度增強，K_L變換等圖象預處理方法，以便去除噪聲對跟蹤結果的影響。
　　 3.改進了Mean Shift算法的特征描述：一是將RGB顏色空間轉換為HSV顏色空間，利用色調特征作為原目標特征描述，以便克服光照變化等影響；二是利用了Gabor濾波器提取圖像目標的紋理信息作為目標特征，改進了跟蹤圖像匹配的過程。
　　 4.針對Mean Shift跟蹤算法的缺陷，提出一些具體措施進一步提高算法性