基于Meanshift、卡尔曼滤波和图像匹配的目标跟踪方法

摘要

本发明提供基于Meanshift、卡尔曼滤波和图像匹配的目标跟踪方法。本发明一方面采用Meanshift中的Kroneckerdelta函数和相似度函数，通过迭代的不断更新，将目标特征空间进行量化，并快速衡量目标模型和候选的目标模型的相似度，使得目标追踪过程能达到更高的准确率；另一方面采用卡尔曼滤波和图像匹配方法，能够减少外界不良因素对目标追踪过程的干扰，对目标进行精准定位，获得更加准确、更加清晰的目标信息。采用图像匹配的方法可以消除外界环境干扰，通过比较每一帧图像中目标出现的可靠位置，精确锁定目标所在位置。