陈晨

（蚌埠学院，蚌埠 233030）

基于快速MSR和CamShift的光照变化环境目标跟踪

陈晨

（蚌埠学院，蚌埠 233030）

提出一种基于快速MSR的CamShift运动目标跟踪算法，以提高CamShift在光照条件变化的情况下跟踪目标的精度。MSR是Retinex颜色恒常性理论的一种经典算法，但由于计算量大，难以应用于实时系统。通过使用一种改进后的MSR算法，提高运算效率。MSR使得图像在被CamShift处理前能去除光照影响，恢复本质色彩，保证在不同的光照环境下，CamShift处理的图像都是色彩恒定的，从而提高整个目标跟踪系统的鲁棒性。

颜色恒常性；Retinex；多尺度Retinex；目标跟踪；CamShift

0 引言

单一目标跟踪作为一个功能子集，目前被广泛应用于许多系统，这些系统包括交通监控、人群检测、机器人导航等。单一目标跟踪和多目标跟踪的主要区别是单一目标跟踪只需要维护一个跟踪路径，而不必像多目标跟踪那样需要使用协同方法处理多条路径，从而得到最终的跟踪结果。跟踪路径维护的性能对于整个系统的准确度和鲁棒性有很大的影响。

由Intel公司的Bradski提出的CamShift（Continuously Apative MeanShift）算法[1]被广泛应用于单一目标跟踪，它是MeanShift算法的修改，MeanShift针对单张图片寻找最优迭代结果，而CamShift则是对视频序列中的每一帧图片迭代地调用MeanShift来寻找最优迭代结果。CamShift的主要思想是首先获得运动目标的颜色概率分布。颜色概率分布本身是一个灰度图，可以通过颜色直方图来获得，然后用这个颜色概率分布来跟踪目标。颜色直方图作为一个颜色概率查找表存在，CamShift就是在某个跟踪范围内不断寻找颜色分布符合这个颜色直方图的区域，最终通过寻找这个颜色分布区域完成对运动目标的跟踪。……