尺度自适应的扩展Mean shift跟踪算法

摘要

随着人工智能、数字图像处理、模式识别等领域的突飞猛进的发展，智能视频监控日益成为一门应用广泛的综合性学科。其中目标跟踪技术是一种识别目标，提取位置信息，自动跟踪目标运动的技术，是该领域中一个具有重要研究意义的课题。
　　论文的主要内容如下：
　　1.本文为了准确的表述目标物体特征，引入了一种新型纹理特征表示法LBP8,1纹理，并将这种纹理和颜色特征结合起来，用直方图的形式共同描述目标模型，使得目标表示更精确。实验结果证明，该方法能更明显的反映出目标特性，而算法复杂度没有提高太多。
　　2.基于传统Meanshift跟踪算法易受到遮挡、背景信息干扰等情况。本文采用一种扩展的Meanshift算法，它是将纹理和背景权重相结合，采用LBP8,1中五种特征来表示目标纹理，再引入背景加权因子，使得跟踪精度提高明显。通过试验证明该种方法对于目标跟踪有很好的效果。
　　3.同时为了改善跟踪算法中尺度自适应，本文提出了通过相似度比较更新带宽的新方法。分别计算当前帧和前一帧中中心像素点、边缘像素的相似度函数ρ12，ρ'12,通过比较两者大小判断出目标尺度变化情况，以实现尺度更新。实验证明该尺度更新法原始尺度更新法更精确。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题的背景和意义

1.2课题研究现状

1.3主要研究内容和工作

1.4论文结构安排

第二章 相关知识介绍

2.1目标跟踪介绍

2.2目标跟踪算法介绍

2.3目标跟踪尺度变换

2.4本章小结

第三章 运动目标表示

3.1目标颜色表示

3.2目标纹理表示

3.3直方图表示

3.4 Mean shift算法中目标表示

3.5本章小结

第四章 运动目标跟踪

4.1 Mean shift迭代思想

4.2基于颜色的Mean shift跟踪算法

4.3基于加权的颜色纹理Mean shift跟踪算法

4.4实验结果

4.5本章小结

第五章 尺度变换

5.1尺寸比较法

5.2面积比较法

5.3尺度自适应法

5.4相似度判断法

5.5实验结果

5.6本章小结

第六章 总结与展望

6.1总结

6.2展望

参考文献

附录1 攻读硕士学位期间撰写的论文

致谢