米汤 袁杰

摘 要： 针对仅采用CamShift算法对目标快速移动或者受到遮挡物干扰导致目标跟踪失败的问题，提出一种专家知识的CamShift移动目标跟踪算法。构建硬件平台以及基于程序编写算法设计方法，同时采用专家知识对移动机器人的运动参数进行控制决策。分别在移动目标部分被遮挡及存在外界环境干扰时，该方法均能够实现可靠及高效跟踪效果。通过试验，基于专家知识的CamShift算法移动目标跟踪方法对运动目标部分遮挡、目标再现具有更强的鲁棒性。

关键词： 移动机器人； 目标跟踪； CamShift算法； 专家知识； 程序编写； 硬件平台

中图分类号： TN820.4?34 文献标识码： A 文章编号： 1004?373X（2018）22?0009?05

Abstract： As the CamShift algorithm has the problem of target tracking failure caused by the fast moving of the target or occlusion interference， an expert knowledge based CamShift algorithm is proposed for moving target tracking. The hardware platform is established， and the algorithm design method based on programming is compiled. The control decision for motion parameters of the mobile robot is made based on expert knowledge. A reliable and high effective tracking effect can be realized by the method in both of the cases that the moving target is partially occluded and there exists ambient interference. The test results show that the moving target tracking method using expert knowledge based CamShift algorithm has strong robustness for reemerging or partially occluded moving targets.

Keywords： mobile robot； target tracking； CamShift algorithm； expert knowledge； programming； hardware platform

移动目标跟踪技术[1]被广泛应用于图像处理、模式识别、智能视频监控、自动控制及计算机等诸多领域。Mean?Shift算法[2]具有无需参数、快速模式匹配的特性，由Comaniciu等学者引入到目标跟踪领域[3]并广泛应用。通过改进的快速高斯变换对多维图像来提高Mean?Shift算法的速度；文献[4]针对尺度空间的Mean?Shift算法实现了核函数宽带实时变化时对目标跟踪，有良好的效果。但是针对这两种算法都缺乏一定的模型更新，当移动目标有一定量尺度变化时，会导致对目标跟踪失效。为了解决上述问题，提出CamShift算法[5]，其是采用一种基于视频图像中移动物体的颜色核的目标特征来达到目标跟踪的目的，以颜色直方图为目标特征，结合Mean?Shift算法，有效地利用梯度方向特征来减少特征匹配时间，从而实现快速目标定位[6]。针对复杂的背景环境，结合专家知识[7]的CamShift算法可以很好地实现目标跟踪效果，实时性高，并通过实验进行了验证。……