王超+苏湛

摘要：

传统的Camshift运动目标跟踪算法在目标遮挡或背景颜色干扰下，容易陷入局部最大值，造成目标跟踪丢失。针对这一问题，提出了一种结合Kalman滤波及Surf特征提取的改进算法。该算法需在视频序列中手动框选跟踪目标作为目标模板。将传统Camshift算法得到的目标候选区域与目标模板进行直方图对比，得到的巴氏系数若大于设定的阈值则说明目标跟踪丢失。采用Surf算法，在该帧图像中匹配出新的目标候选区域，最终得到候选区域的位置信息更新Kalman滤波。仿真实验表明，改进后的算法在复杂背景下仍然具有良好的跟踪效果。

关键词：

Camshift算法；Kalman预测器；Surf算法；颜色干扰；目标遮挡

DOIDOI：10.11907/rjdk.172315

中图分类号：TP312

文献标识码：A文章编号文章编号：16727800（2018）001007704

Abstract：The traditional Camshift moving target tracking algorithm is easy to fall into the local maximum value and lost tracking target under the target occlusion or background color interference. An improved algorithm combining Kalman filter and Surf feature extraction is proposed. Firstly， it is necessary to manually select the target as a template region in the sequence of video frames while using this algorithm. Then calculate the Bhattacharyya coefficient of the candidate region obtained by the traditional Camshift algorithm and the template region by histogram matching. If the coefficient is greater than the threshold， this situation represents lost tracking traget. The Surf algorithm is used to match the new target candidate region in the frame image. The Kalman filter is updated according to the position information of the finally obtained candidate region. The simulation results show that the improved algorithm still has a good tracking effect in the complex background.

Key Words：Camshift algorithm； Kalman predictor； Surf algorithm； color interference； target occlusion

0引言

目標跟踪结合机器视觉、图像处理、模式识别等多个学科知识，广泛应用在交通、军事、工业等领域[1]。Camshift是一种基于颜色直方图的跟踪算法，利用颜色的相关信息跟踪运动目标。该算法在黑白背景下具有良好的跟踪效果，但当跟踪目标的颜色与背景颜色相似，或目标被遮挡时，使用该算法很容易造成目标跟踪丢失，并且很难恢复[23]。

传统的Camshift改进算法很多。文献[4]加入了帧间差分法，当出现颜色干扰时，采用帧间差分法仍然可以检测出运动物体，但是该方法仅适用于视频画面中存在单个运动物体，当画面中同时有多个运动物体时，则无法自动选出特定运动目标。文献[5]中加入了Kalman滤波解决目标被遮挡问题，但跟踪效果易受光照及背景颜色等外界因素干扰。……