共查询到20条相似文献，搜索用时 609 毫秒
1.
《赤峰学院学报(自然科学版)》2017,(9)
传统均值漂移目标跟踪算法,对跟踪目标的带宽缺乏自动调整,根据物体的转动惯量特性,提出一种自适应带宽算法.该算法采用颜色和边缘特征来表示目标,并用核函数对特征点进行加权生成概率密度分布图,沿着概率密度梯度方向迭代寻找目标中心,而后根据密度分布的转动惯量特征,拟合椭圆,确定长轴、短轴及角度,由长轴、短轴获得目标带宽,从而自适应调整下一帧目标带宽.该算法的跟踪实验结果表明,能够适应目标尺度变化,并抵御同色干扰,估计目标偏转角度. 相似文献
2.
基于背景减的Mean shift目标跟踪算法 总被引：1，自引：0，他引：1
江绍明 《内江师范学院学报》2010,25(12):45-48
为了解决初始窗口离跟踪目标较远或受干扰时,容易跟踪失败的问题,提出一种基于背景差的Mean shift跟踪模型的算法.采用背景差提取当前帧运动目标,并在当前帧运动目标位置附近进行Mean shift迭代,以巴氏系数判断当前目标和历史目标的匹配程度,根据匹配结果决定当前帧目标为跟踪目标或新增目标.实验分析,该算法可实现快速、有效目标跟踪. 相似文献
3.
针对传统的STC目标跟踪算法在刚性形变、多尺度自适应跟踪效果不稳定问题,提出了一种改进的STC目标跟踪算法。结合时空上下文信息特征,利用PCA自适应颜色降维特征建立外观模型,获得先验模型|在频域进行在线学习,建立上下文模型|计算置信图,找到响应分数最大值,预测下一帧位置。为验证算法有效性,在Benchmark库提供的数据集中进行算法测试和分析,结果证明,其在刚性形变、快速运动、遮挡、彩色图像跟踪中有较好的鲁棒性。 相似文献
4.
为解决智能视频监控系统车辆跟踪过程中尺度伸缩变化造成的跟踪器模型漂移的问题,在SiamFC(基于全连接层的孪生网络目标跟踪算法)的基础上,提出一种基于树形尺度池的车辆跟踪算法.通过判断当前图片与模板图片中目标的大小,为其分配尺度因子,再通过尺度因子之间的响应大小确定当前目标的最佳尺度.此外,为保证模板图片能够适应车辆外... 相似文献
5.
针对复杂环境下的多目标跟踪问题提出了一种新的跟踪方法．在检测部分,采用第三级离散小波变换和背景差分进行了目标分割．在跟踪部分,首先利用卡尔曼滤波器和缩放因子估计目标在下一帧中的中心位置和矩形框尺寸,然后在中心关联和区域关联的基础上提出了投射率和遮挡率的概念,并结合投射率和遮挡率推断目标行为．最后针对具体目标行为,自适应地调整跟踪方案和卡尔曼参数实现了多目标跟踪．在遮挡情况下利用部分观测调整估计框以获得目标测量值和最优框尺寸．提出的方法对处于遮挡、新出现以及稳定等情况下的运动目标均具有鲁棒的跟踪性能．实验结果表明提出的方法是有效的． 相似文献
6.
针对传统MeanShift跟踪算法在进行目标跟踪时,由背景因素带来的定位偏差和缺乏相应的模型更新策略而易陷入局部最小值的情况,提出了两方面的改进措施。一方面在建立目标模型时,对背景像素建立新的模型以弱化对目标模型的影响,另一方面在跟踪过程中,融合目标颜色特征和连续两帧目标中心的欧氏距离动态的决定目标模型更新策略。实验结果表明,该算法在目标姿态、环境光照变化强烈时均能取得较好的跟踪效果。 相似文献
7.
8.
9.
曲巨宝 《湖南科技学院学报》2010,31(12)
针对多目标跟踪中常因目标间遮挡、融合、分离等导致跟踪失败,提出了用动态背景建模技术和RGB三通道色差法获取目标群组,然后利用Kalman滤波器预测运动目标初始参量,再用改进的Camshift算法逐步迭代逼近各个目标精确位置,实现了对多目标的自适应跟踪.经大量实验证明,本算法目标识别能力强,抗噪声性能好,跟踪速度快. 相似文献
10.
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。 相似文献
11.
《淮北师范大学学报》2015,(4)
针对Vi Be算法在使用含有运动物体的帧进行建模,在检测阶段容易引入Ghost区域以及在高动态背景下不能较好地检测运动目标的问题,使用块区域进行建模对Vi Be算法进行了改进.算法把每一帧图像分成若干不重叠的块,对每个块进行离散余弦变换,取变换后块的直流分量建立背景样本集.从第二帧开始,用当前帧中每个块直流分量与对应的背景样本集进行比较,得出该块应该归为背景还是前景,进而检测出运动目标,并用该块更新样本集中与该块最不相似的样本.结果表明,给出的算法可以快速地去掉Ghost区域以及在高动态背景下算法仍能较准确地检测出运动物体. 相似文献
12.
13.
利用滑动窗口来进行镜头边界检测自适应阈值的计算是一种常用的方法。该文提出一种基于颜色——梯度模值二维直方图的自适应镜头边界检测方法。计算出帧间差值以后,在原有高斯模型滑动窗口内部增加一个滑动窗口计算自适应阈值。实验结果表明,该方法能有效避免滑动窗口方法中因窗口大小参数设置所导致的漏检问题,并且使检测性能得到进一步的提高。 相似文献
14.
改进的邻域均值滤波去噪算法研究 总被引：1，自引：0，他引：1
邻域均值滤波算法作为图像去噪算法的经典方法,不仅可以有效地消除噪声对图像的干扰程度,并且能够快速平滑图像,但它的缺点是会使图像边缘模糊,窗口越大,模糊程度越明显。本文针对椒盐噪声,分析原邻域均值滤波算法,通过与能量最小化原理相结合,提出新的改进的邻域均值滤波算法,这个算法构造了两个不同能量最小化函数模型,即E1模型和E2模型。两个模型均从图像像素点局部邻域出发,通过求解局部邻域能量最小判断是否利用邻域均值替换原像素灰度值。这个新的去噪算法不仅改变了原邻域均值滤波算法单一的替换灰度值的做法,降低了将非噪声点误判为噪声点的可能性,并且可以根据图像的大小自适应调节阈值,最后达到去除噪声的效果。通过与邻域均值滤波算法进行实验对比,取得较好的去除噪声效果。 相似文献
15.
动态前景目标识别和提取是计算机视觉领域的重要内容。对动态图像进行前景目标提取与运动跟踪,通过改进高斯混合背景模型,提出一种基于自适应特征加权的前景目标提取算法,目的是对动态画面中的图像特征进行识别并精确提取所需要的画面。根据高斯模型组合多个图像特征,针对组合特征空间的各个子空间构建似然图像,通过似然图像特征分析与加权,提取最具有差异性的特征。根据图像前景特征在图像帧与帧之间的不同,提高前景目标跟踪的鲁棒性。试验结果表明,改进算法在提取前景目标上比传统算法提高了精度,目标跟踪效果好。 相似文献
16.
以垃圾车智能识别垃圾桶颜色和导航任务为应用背景,设计了一种能依据视觉自主识别目标颜色并进行追踪导航的四轮小车.首先通过OpenMV视觉集成模块中的阈值编辑器离线标定目标颜色的阈值.在此基础上,小车通过OpenMV的CamShift算法,基于标定的颜色阈值在每帧图像中搜寻和识别目标色块,并通过串口向小车的主控单片机Arduino UNO发送目标色块的中心横坐标位置信息,使得小车能够根据色块中心点的位置偏差控制电机转向、前进和停止,从而实现小车对颜色目标的自动识别、跟踪导航以及避障等功能.实验结果表明,小车能够准确识别出红、绿、蓝、灰4种色块并运动到目标附近自动停车,满足了垃圾小车自动识别垃圾桶颜色的任务需要. 相似文献
17.
《宜宾学院学报》2019,(12):47-53
经典中值滤波算法在不同噪声密度下为了得到最优滤波效果,需手动调节滤波窗口大小,同时在滤波过程中会对图像细节造成二次污染.针对这一问题,提出一种基于椒盐噪声密度、自适应调整中值滤波窗口的算法,首先估计出图像噪声密度,再确定传统中值滤波在不同噪声密度下,对应的最优窗口维度,并建立函数关系,利用函数关系自适应调整窗口维度,最后将椒盐噪声图像的待修复像素值替换为滤波修复后的像素值,防止细节被模糊化.实验显示,噪声密度估计的误差在3%范围内波动;采用四舍五入的方法使算法能够自适应匹配到最优滤波窗口,再对噪声分离处理,使得中值滤波对图像的细节保护更加完整. 相似文献
18.
19.
针对基于颜色特征的核相关滤波(CN)算法难以适应尺度变化的问题,提出一种自适应尺度跟踪方法,通过单独学习一种滤波器完成尺度估计。首先对一组不同尺度上的目标外观进行采样,然后通过采样的目标外观训练尺度滤波器,最后通过尺度滤波器对目标尺度的估计确定最佳尺度。选取10组视频序列进行测试,并与其它4种算法进行对比。实验结果表明,该算法在平均中心位置误差（CLE）、距离精度(DP)以及成功率(SR)方面都优于其它算法,并且对尺度变化、遮挡、旋转、光照变化等情况都有很强的鲁棒性。 相似文献
20.
改进帧差法和背景差法的多目标跟踪 总被引：1，自引：0，他引：1
提出一种将改进的帧差法和改进高斯背景差法相结合来更好地分割出运动目标的算法,其中改进的帧差法是用连续3帧相互帧差之和可有效克服空洞效果;改进高斯背景差法是对像素点的邻域均值替代单个像素点建立高斯背景图像,这样可对光线变化有一定抗干扰能力。将二者结合起来,可较好地跟踪多个运动目标。 相似文献