谷欣超,刘俊杰,才华,韩太林,杨勇
(1.长春理工大学 计算机科学技术学院,长春 130022;2.长春理工大学 电子信息工程学院,长春 130022)
基于Kalman滤波器的运动目标跟踪算法
谷欣超1,刘俊杰1,才华2,韩太林2,杨勇1
(1.长春理工大学计算机科学技术学院,长春130022;2.长春理工大学电子信息工程学院,长春130022)
运动目标跟踪是计算机视觉中的一个典型问题,如何能准确快速的跟踪目标是研究的关键。提出了Kalman滤波器结合Camshift的改进算法。首先选取一段视频图像序列,通过背景差分法快速检测出运动目标,初始化搜索窗口,用Kalmam滤波器预测目标位置,再用Camshift迭代算法计算目标最优的位置,将结果作为Kalman滤波器进行下一次预测的估计值。实验表明,当目标被严重遮挡或受到同色背景干扰时,本算法仍能快速准确的跟踪运动目标。
背景差分法;Kalman滤波器;Camshift;目标跟踪
一个完整的运动目标跟踪系统一般包括两部分内容,一是运动目标的检测,二是运动目标的跟踪[1]。静态背景下的运动目标检测主要应用于公共场所的视频监控,智能交通系统的实时监控等。传统的运动目标检测算法有三种:光流法、背景差分法、帧间差分法[2-4]。本文所使用的运动目标检测算法是背景差分法,它是目前运动目标检测技术中应用最广泛的一种方法。首先把不掺杂任何前景图像和噪声的背景图像作为背景模型,通过当前帧图像与背景模型作差分快速检测出运动目标。常用的运动目标跟踪算法主要分为以下几种:基于区域匹配的跟踪算法、基于特征点的跟踪算法、基于轮廓的跟踪算法、基于光流的跟踪算法等。……