基于背景加权的联合颜色纹理直方图跟踪算法

黄清泉，陈 亮，庞 亮，张翼鹏

(1.解放军理工大学 通信工程学院，江苏 南京 210007； 2.中国人民解放军91202部队，辽宁 葫芦岛 125000；3.南京炮兵学院 作战实验中心，江苏 南京 210007)

基于背景加权的联合颜色纹理直方图跟踪算法

黄清泉1，陈 亮1，庞 亮2，张翼鹏3

(1.解放军理工大学 通信工程学院，江苏 南京 210007； 2.中国人民解放军91202部队，辽宁 葫芦岛 125000；3.南京炮兵学院 作战实验中心，江苏 南京 210007)

针对在背景与目标颜色相近以及复杂场景中跟踪不准确的问题，提出一种改进的背景加权Mean Shift (均值漂移) 跟踪算法，在目标颜色直方图中加入纹理特征，并将局部背景信息引入目标特征直方图中，以排除复杂背景的影响。实验证明，本文提出的算法在应对复杂背景及遮挡时比经典的Mean Shift算法以及背景加权Mean Shift算法更有效，且拥有不错的运行效率。

Mean Shift；颜色纹理直方图；背景加权

0 引言

运动目标跟踪一直是计算机视觉领域的热点问题， Mean Shift算法以其迭代次数少、调节参数少、实时性好、易于工程实现等优点广泛应用于各实时跟踪系统[1-2]。Cheng Y等[3]于1995年首次将Mean Shift(MS)算法[4]运用到模式识别，此后，Mean Shift 被广泛用于目标跟踪。但由于Mean Shift算法本身使用单一的颜色直方图表示目标特征，且使用了掺杂有背景信息的矩形目标模板，当目标处于背景与前景颜色相似的环境时，极易陷入局部最优，往往导致跟踪目标丢失。

为解决复杂场景中跟踪精度低的问题，Comaniciu[5]等提出了背景加权颜色直方图MS算法(Background-Weighted Histogram Mean Shift， BWH-MS)，在直方图中融入局部背 景信息，以降低背景特征对目标的影响。……