基于粒子滤波与Meanshift结合算法对移动目标的跟踪分析

摘要

视频监控对目标展开跟踪的计算是近些年来在计算机领域中应用非常广泛的热点项目之一。该项技术不论是在军事领域上的应用还是在民用领域上的应用，都有着非常重要的研究价值。随着科技的进步，对粒子滤波的使用和研究开始得到了越来越多领域的重视。并且从近些年来看，粒子滤波算法已经被广泛地应用到了视频监控中，对要追踪的目标进行跟踪。在视频监控中对移动目标进行监控的过程是非常复杂的，其中不仅包括了目标物体的动态变化，还包括了移动目标之间可能发生的遮挡、合并以及分离等情况。因此，本文的研究目的与意义旨在即粒子滤波算法的技术应用之上，加强对视频中移动目标的出现进行应有的跟踪和必要的分析，解决好目标在移动过程中可能出现的复杂的情形，然后利用好粒子滤波的计算方法，从而实现对移动目标在视频中被成功跟踪及进一步追踪的观察目的。
　　本文在行文的过程中对视频中移动的目标主要运用了粒子滤波算法与 Mean shift算法，并最终对这两种算法进行了跟踪实验效果对比。在正文整体结构上：第一，本文先介绍了几种比较常见的目标跟踪算法，并对这些算法的特点进行了相关分析与说明；第二，本文论述了与粒子滤波相关的理论框架以及利用粒子滤波对移动目标进行跟踪的算法，并且用具体的视频跟踪实验说明了粒子滤波在跟踪视频中对移动目标进行跟踪的可靠性；第三，介绍Mean shift算法，并且通过对同一个视频图像中的移动目标进行跟踪实验，对比发现这两种算法的各自特点，为后续工作做准备；第四，在先前内容所研究的基础上，总结出了本文的核心内容“基于粒子滤波算法与Mean shift算法结合使用基础之上”的对视频中移动目标进行跟踪和计算的算法。这个算法可以有效的对被跟踪的目标在遮挡发生之后再次对被跟踪目标进行跟踪处理，能在一定程度上对移动目标在发生遮挡时容易造成跟踪丢失的现象起到弥补作用，同时该算法也能够在最快的时间内鉴别出移动目标可能发生的情况，从而进行结合算法的选择性应用，继而来应对移动目标被遮挡的现象，并且还可以有效地降低视频噪声及杂波的干扰，从而有效地提高视频跟踪系统对移动目标的跟踪。

目录

第一章 绪论

1.1引言

1.2国内外对跟踪领域的研究现状

1.3本文的研究意义

1.4目标跟踪的难点与创新

1.4.1 目标跟踪的难点

1.4.2 目标跟踪的创新

1.5本文主要的研究内容及工作

第二章 跟踪算法及其特点介绍

2.1 引言

2.2 经典跟踪算法

2.2.1贝叶斯滤波原理

2.2.2 粒子滤波原理

2.2.3 粒子滤波的应用

2.2.4 卡尔曼滤波

2.2.5 Mean shift 算法

第三章 粒子滤波算法与Mean shift算法的视频跟踪实验

3.1 引言

3.2 粒子滤波法的运行原理

3.2.1 粒子滤波算法的视频跟踪实验

3.3 Mean shift算法的运行机理

3.3.1 Mean shift算法对目标进行跟踪的实验

第四章 基于粒子滤波算法与Mean shift算法的结合算法

4.1 引言

4.2 粒子滤波法与Mean shift算法结合使用的算法的过程分析

4.3 粒子滤波法与Mean shift算法结合算法的结合流程分析

4.4 粒子滤波法与Mean shift算法结合使用算法关联性过程分析

4.5 粒子滤波算法与Mean shift算法结合使用的跟踪实验

4.5.1 本次实验流程

4.5.2 实验过程

第五章 总结与展望

参考文献

致谢

声明