陈善静,杨 华,曾 凯,杜石明,张 红

(1.脉冲功率激光技术国家重点实验室,安徽合肥 230037;2.电子工程学院,安徽省红外与低温等离子体重点实验室,安徽合肥 230037;3.电子工程学院物理教研室,安徽合肥 230037)

0 引言

近年来在目标跟踪领域,以无参数核密度估计为基础的均值偏移算法以其算法简单、收敛速度快、目标跟踪准确等优势而越来越受到大家的重视[1]。均值偏移算法又叫Mean-shift算法,是一种以目标的颜色直方图为特征的自适应梯度搜索匹配跟踪算法。它从任意一点出发,以颜色直方图的相似性最大为原则沿着核密度的梯度上升方向,以自适应的步长进行搜索[2-3],最终收敛于核密度估计函数的局部极大值处即目标的真实位置。

但是由于颜色直方图描述的是目标的全局统计信息,忽略了目标像素间的空间结构信息,当两个颜色分布相似但空间结构不一样的目标出现时,Mean-shift跟踪算法不能区别两个目标,容易导致跟踪失败。为此,学者们提出了新的改进方法。文献[4—5]提出了描述目标的特征称为空间-颜色特征,不但考虑目标像素点的颜色信息,而且还考虑像素点之间的空间关系。这种特征的跟踪算法能较好地区别目标。文献[6]提出了融合颜色和边缘信息的跟踪算法取得了较好的跟踪效果。但这种算法计算比较费时,或者被限制到单一的形状模型。文献[7]提出利用边缘方位柱状图进行跟踪,这种边缘特征计算有效而且不易受光照变化的影响,能提供比单一轮廓更丰富的特征,但是这种算法在利用Sobel算子或Prewitt算子等边缘梯度算子求边缘特征的时候,很容易受背景的影响,边缘特征十分不稳定。……