基于SURF和Camshift的目标跟踪算法研究

李建建，王春阳

（长春理工大学 电子信息工程学院，长春 130022）

近年来，对于运动目标的跟踪一直是机器视觉领域一个关键的研究方向［1］。尽管出现了非常多的方法，但是如何快速有效的跟踪目标，仍然是一个非常值得研究的课题，随着图像处理技术的发展和开源代码的发布使得许多目标跟踪算法得以实现并改进，Camshift［2］算法就是其中一个。

Camshift算法是一种基于颜色直方图信息的半自动跟踪算法，需要人工选取第一帧的搜索窗口，而且只采用HSV颜色模型H通道的颜色信息，当目标发生遮挡或者背景有相似颜色干扰时，该算法容易丢失跟踪目标［3］。David G Lowe等提出的SIFT［4］算法在目标发生旋转、尺度缩放、亮度变化的情况下仍具有良好的鲁棒性，但SIFT算法缺点是计算量大，耗时时间长［5］。Herbert Bay等人对SIFT算法作出改进得到SURF［6］算法，SURF算法鲁棒性好且时间复杂度低，适合实时性要求较高的场合。

针对上述问题，本文给出在Camshift算法基础上结合SURF算法的目标跟踪技术方法。利用SURF特征的位置信息弥补了Camshift只依靠颜色信息的缺陷，提高了目标在发生遮挡或者背景有相似颜色干扰时的跟踪准确性，并具有较强的鲁棒性和有效性。

1 Camshift算法

Camshift算法是一种基于颜色直方图的连续自适应均值漂移算法。设(x,y)为搜索窗口中的像素位置，I(x,y)是概率分布图中(x,y)的像素值，Camshift算法过程如下：

（1）人工确定第一帧搜索窗口；

（2）提取H分量计算出搜索窗口的颜色概率直方图，根据颜色概率直方图，得到新搜索窗口的大小和质心位置，分别计算：