黄清泉，陈 亮，庞 亮，张翼鹏

(1.解放军理工大学 通信工程学院，江苏 南京 210007； 2.中国人民解放军91202部队，辽宁 葫芦岛 125000；3.南京炮兵学院 作战实验中心，江苏 南京 210007)

基于背景加权的联合颜色纹理直方图跟踪算法

黄清泉1，陈 亮1，庞 亮2，张翼鹏3

(1.解放军理工大学 通信工程学院，江苏 南京 210007； 2.中国人民解放军91202部队，辽宁 葫芦岛 125000；3.南京炮兵学院 作战实验中心，江苏 南京 210007)

针对在背景与目标颜色相近以及复杂场景中跟踪不准确的问题，提出一种改进的背景加权Mean Shift (均值漂移) 跟踪算法，在目标颜色直方图中加入纹理特征，并将局部背景信息引入目标特征直方图中，以排除复杂背景的影响。实验证明，本文提出的算法在应对复杂背景及遮挡时比经典的Mean Shift算法以及背景加权Mean Shift算法更有效，且拥有不错的运行效率。

Mean Shift；颜色纹理直方图；背景加权

0 引言

运动目标跟踪一直是计算机视觉领域的热点问题， Mean Shift算法以其迭代次数少、调节参数少、实时性好、易于工程实现等优点广泛应用于各实时跟踪系统[1-2]。Cheng Y等[3]于1995年首次将Mean Shift(MS)算法[4]运用到模式识别，此后，Mean Shift 被广泛用于目标跟踪。但由于Mean Shift算法本身使用单一的颜色直方图表示目标特征，且使用了掺杂有背景信息的矩形目标模板，当目标处于背景与前景颜色相似的环境时，极易陷入局部最优，往往导致跟踪目标丢失。

为解决复杂场景中跟踪精度低的问题，Comaniciu[5]等提出了背景加权颜色直方图MS算法(Background-Weighted Histogram Mean Shift， BWH-MS)，在直方图中融入局部背 景信息，以降低背景特征对目标的影响。……