一种改进的Mean-shift算法在运动目标跟踪系统中的应用  

Application of an Improved Mean-shift Algorithm on Moving Target Tracking System

作　　者：张宝峰[1] 李翠[1] 朱均超[1] 杨进风[1] 

机构地区：[1]天津理工大学天津市复杂系统控制理论及应用重点实验室,天津300384

出　　处：《计算机测量与控制》2013年第2期502-504,508,共4页Computer Measurement &Control

基　　金：国家自然基金(61172185);天津市高等学校科技发展基金项目(20100705)

摘　　要：为解决复杂背景下运动目标的跟踪,提出一种新的基于Mean-shift的目标跟踪算法,该方法首先通过运动检测方法分割出跟踪目标区域,然后通过卡尔曼滤波算法预测下一帧跟踪窗口的起点,在此基础上采用Mean-Shift算法跟踪目标区域;实验结果表明在有干扰的条件下算法仍能实时有效地进行跟踪,与传统方法相比具有更好的自适应性、稳定性、鲁棒性以及更高的识别率。To solve the problem of infrared target tracking based on complex baekground, a new target tracking algorithm based on Mean--shift is proposed. The method firstly segments object tracking region through motion detection method, and predicts starting point of next frame tracking window through Kalman filtering algorithm, then use Mean--shift algorithm to track object on the basis. The result proves in the interference conditions the algorithm can track the target effectively, with better adaptability, stability, robustness, and higher recognition.

关 键 词：运动目标跟踪 卡尔曼 稳定性 鲁棒性 

分 类 号：TP216[自动化与计算机技术—检测技术与自动化装置]