李群山，张 文

（1.电子科技大学光电信息学院，四川成都610054;2.内江师范学院工程技术学院，四川内江 641112）

目标跟踪是计算机视觉和图像处理研究中的一个重要课题，其广泛应用于智能视频监控、军事制导、智能机器人等视觉应用领域［1-2］。目标的颜色直方图具有特征稳定、抗部分遮挡、计算方法简单和计算量小的特点，基于Mean-Shift的跟踪一般采用直方图对目标进行建模，然后通过相似度度量，最终实现目标的匹配和跟踪［1］。

均值漂移算法（Mean-Shift）是一种基于密度梯度上升的非参数方法，通过较少的几次迭代运算就能找到目标位置。这种算法计算量小、计算速度快，体现出良好的实时性和稳定性，适用于实时视频的目标跟踪。经典的Mean-Shift跟踪算法用于目标建模的颜色直方图只是包含了颜色特征在目标中出现的概率信息，没有融入目标的空间信息［3-7］。梁静等人利用kalman滤波器和Mean-Shift相结合的方法跟踪动态背景下的运动目标，解决了目标被部分遮挡的情况［8-11］。

目标的颜色通常分布在颜色空间的一个子空间，传统的颜色直方图通常将颜色空间均匀划分（例如16×16×16或者32×32×32），这样容易造成大量的空的颜色直方图区间，不仅浪费内存空间，而且还增加了计算量。针对传统颜色直方图空闲率高，本文提出了简化颜色直方图的方法，针对传统颜色直方图没有融入空间信息的缺点，提出了一种新的分块直方图构建方法，这种分块直方图构建方法简单，而且保留了颜色直方图的尺度和旋转变化的不变性。……