顾苏杭1，2，陆 兵2，戎海龙1

（1.常州大学信息科学与工程学院，江苏常州 213164；2.常州轻工职业技术学院，江苏常州 213164）

基于阈值判断的CamShift目标跟踪算法

顾苏杭1，2，陆 兵2，戎海龙1

（1.常州大学信息科学与工程学院，江苏常州 213164；2.常州轻工职业技术学院，江苏常州 213164）

针对CamShift算法只利用目标的颜色信息，在跟踪过程中，易受目标相似物、遮挡以及光照等复杂背景影响导致目标搜索窗口发散，跟踪稳定性能降低，提出了一种基于阈值判断的目标跟踪方法；该方法将OTSU法和Snake模型结合，利用OTSU法以最佳阈值对图像进行分割，分离前景区域和背景区域，初步提取目标轮廓作为Snake模型的初始轮廓，经收敛得到目标的精准轮廓，利用轮廓外接最小矩形框内的像素计算目标质心，判断与CamShift算法中目标搜索窗口质心之间的欧式距离，如果未超出阈值，则直接使用CamShift算法跟踪目标，反之，则将计算出的目标质心作为CamShift算法中当前帧目标搜索窗口的质心跟踪目标；实验结果表明，该算法跟踪目标具有较好的实时性，跟踪性能稳定、可靠。

CamShift算法；OTSU算法；Snake模型；阈值判断；目标跟踪

0 引言

视频序列中的运动目标跟踪一直是计算机领域的研究热点，在多个领域有着广泛的应用，如军事制导、生物医学、智能交通以及产品安全等等［1 3］。运动目标跟踪算法主要分为特征模型跟踪方法、轮廓模型跟踪方法以及区域模型跟踪方法。连续自适应均值漂移CamShift算法［4 6］是基于颜色特征模型的跟踪方法，在无需参数的条件下实现快速模式匹配，算法实现简单，实时性好。……