APP下载

基于颜色-纹理特征的目标跟踪*

2014-09-13姚原青周书仁

计算机工程与科学 2014年8期
关键词:特征区域实验

姚原青,李 峰,周书仁

(长沙理工大学计算机与通信工程学院,湖南 长沙 410004)

基于颜色-纹理特征的目标跟踪*

姚原青,李 峰,周书仁

(长沙理工大学计算机与通信工程学院,湖南 长沙 410004)

针对传统的基于颜色特征目标跟踪算法在一些复杂场景中存在的跟踪不稳定性,提出一种基于颜色-纹理特征的目标跟踪算法;在传统的基于颜色Mean-shift的目标跟踪算法中加入纹理特征,在提取目标颜色特征的同时提取目标的纹理特征,并且采取串接原则,在搜索目标新位置时仍然沿用传统的基于颜色的均值漂移跟踪算法,但在每一次迭代过程搜寻目标最佳的位置点即特征相似最大的区域时,利用纹理特征来实现,并且采用八邻域搜索法(候选区域周围扩大八个大小相等的区域)来解决部分遮挡的问题。通过对比实验表明,该算法在复杂场景中表现出的实时性和鲁棒性较好。

目标跟踪;颜色特征;均值漂移;纹理特征

1 引言

目标自动识别与跟踪技术是世界各国精确打击武器制导系统的关键技术,同时也是许多计算机视觉系统的关键底层技术,如监控、基于目标的视频压缩、基于内容的图像搜索系统、医疗用图像系统、机器人、计算机辅助驾驶系统等等[1]。

均值漂移(Mean-shift)方法[2]是一种快速的、沿着梯度方向进行迭代的方法,因此能够较快地找到核密度估计的峰值。它倾向于忽略离感兴趣区域较远的数据。均值漂移算法最初由Fukunaga K和Hostetle L D在1975年提出[3],当时命名为“valley-seeking procedure”,其核心思想是利用核函数对窗口中的点进行加权平均,得到新的窗口位置,然后迭代进行加权平均直至收敛。……

登录APP查看全文

猜你喜欢

特征区域实验
记一次有趣的实验
如何表达“特征”
做个怪怪长实验
不忠诚的四个特征
NO与NO2相互转化实验的改进
实践十号上的19项实验
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
线性代数的应用特征