一种改进的SAD目标跟踪算法
2018-05-09赵柏山刘佳琪王禹衡
微处理机 2018年2期
赵柏山,刘佳琪,王禹衡
(沈阳工业大学信息科学与工程学院,沈阳110870)
1 引言
目标跟踪作为机器视觉研究领域的热门话题之一,在军事、医学、工业等领域得到广泛应用,具有广阔的应用前景。基于模板匹配的目标跟踪算法,由于其计算量低,局部抗干扰能力强,在信噪比较低的情况下依然可以有效跟踪目标,更是被广为采用[1]。
模板匹配主要针对目标的外观进行跟踪。由于受外界因素的影响,目标往往会由于受到遮挡等干扰而跟踪失败。传统的模板匹配算法是单纯依据模板的灰度值,用待搜图像与模板等大图像进行灰度匹配,但是当遮挡、干扰、形变等情况发生时,图像的灰度值会随之变化,致使目标跟踪失败。针对这一情况,国内外学者通过研究提出了一些解决方法,例如:基于小波变换的图像预测[2]、利用meanshift算法的迭代[3]、基于粒子滤波进行多目标跟踪[4]、SSD与MCD融合算法[5]、基于核相关滤波器的TLD算法[6]、利用前后向光流法对目标跟踪失败进行补救[7]等。
针对模板匹配跟踪算法抗遮挡能力差的缺点,对SAD算法进行了改进。以SAD矩阵为基础,通过对目标区域和与目标区域有交集的背景区域设定不同权重的系数,增加目标区域权重,减小背景区域的影响,判断目标跟踪有效性,在判定目标跟踪失败时进行模板更新,来保证目标持续有效跟踪,提高了目标跟踪的有效性与准确性。
2 目标跟踪算法
2.1 SAD算法
绝对误差和SAD(Sum of Absolute Difference)算法是基于灰度的模板匹配算法[8]。其原理是,通过模板图像与待搜索图像进行相似性度量来作判断,获得目标图像的准确位置,从而实现目标的跟踪效果。……
登录APP查看全文
