基于边缘信息和均值移位的灰度目标跟踪算法

摘要

一种基于边缘信息和均值移位的灰度目标跟踪算法，步骤为：(1)对灰度目标图像进行预处理，包括图像去噪、对比度增强和Sobel滤波；(2)在经过预处理的初始帧图像中，提取目标的特征模版；(3)在当前帧中用Kalman滤波器预测目标的起始位置；(4)用均值移位跟踪算法在Kalman滤波器预测的起始位置附近搜索得到目标在当前帧中的最优位置；(5)每隔固定周期，结合Canny滤波对目标模版进行更新。本方法以边缘信息和均值移位算法为基础，实现了对灰度目标的有效跟踪，在目标大小、形状、灰度分布以及背景发生变化的情况下，依然能够实时地、稳健地完成跟踪。

主权项

一种基于边缘信息和均值移位的灰度目标跟踪算法，其特征在于：包括如下步骤：本发明不涉及目标检测部分，在初始帧图像中，已经确定了目标区域的大小和位置，为一个包含目标像素的最小矩形框；将当前帧目标图像定义为第k帧图像，则前一帧图像为k 1帧图像；步骤1、对初始帧及后续的每一帧灰度目标图像进行预处理，包括对图像的去噪、增强及微分算子滤波等处理；步骤2、在预处理后的初始帧图像中，提取目标的边缘信息作为特征模版；步骤3、在第k 1帧跟踪结束后，通过Kalman滤波器预测第k帧目标的起始搜索位置，步骤4、用均值移位跟踪算法在Kalman滤波器预测的目标起始位置附近搜索得到第k帧中目标的最优位置；步骤5、每隔固定周期，结合Canny算子对目标模版进行更新。