张秀林 ， 王浩全 ， 刘 玉 ， 安 然

（1.中北大学 动态测试技术重点实验室，山西 太原 030051；2.中北大学 信息与通信工程学院，山西 太原 030051）

在Mean Shift跟踪算法中，Changjiang Yang[1]对多维图像的Mean shift方法进行了讨论，使用改进的快速高斯变换提高算法的速度，Collins[2]将尺度空间和 Mean shift相结合解决了核函数带宽实时变化时的目标跟踪。但是，核窗宽决定了参与Mean-Shift迭代的样本数量，而且也反映了跟踪窗口的大小，在整个跟踪过程中不再发生变化[3-4]。 因此，当目标存在明显尺度变化的时候，尤其是当目标尺寸逐渐增大以至超出核窗宽范围的时候，固定不变的核窗宽常常会导致目标的丢失。

1 颜色特征的卡尔曼滤波对目标初步预测

卡尔曼滤波器初预测算法流程：

其中，D（i）表示像素i的颜色值，uk表示第k个聚类颜色模型的均值，Tk表示属于第k个聚类的像素集合，nk表示第 k个聚类包含的像素数。

第k个聚类的高斯模型：

第k个聚类在目标颜色分布中的权重：

第k个聚类的归一化权值：

田志芳立即慌了，她发现杨连长也在，他是和刀营长骑马提前来的，但他胸前没挂红花。她扭过头问向阳花：“谁？谁结婚？”向阳花笑嘻嘻地说：“别急，妹子，你今天仔细找找，这里还有比杨连长更好的不？”

计算目标模型：

Step3:使用3种尺寸的窗口搜索候选目标以适应尺度上的变化。运动车辆的中心在X、Y轴上的运动是一个由随机加速而被扰动的直线运动。

其中，（x，y）表示矩形中心的坐标，t近似为视频序列的帧数，和分别是矩形中心在 x和 y方向的运动速度，w（t）和v（t）是两个相互独立的零均值高斯白噪声序列，分别表示状态转移噪声和观测噪声。……