基于自适应卡尔曼初始搜索位置选取的图像跟踪算法

摘要

本发明为一种基于自适应Kalman初始搜索位置选取的图像跟踪算法。本发明在对每一帧图像进行目标搜索前，先预测目标可能出现的位置，并把该位置作为初始搜索位置，以减小初始搜索位置与目标位置之间的距离，提高跟踪鲁棒性并降低计算量。本发明提出了自适应Kalman预测滤波器对目标运动速度进行预测，使得在任何目标运动情况下都能尽可能减小目标速度预测误差。实验证明，本发明提出的算法对基于各种搜索算法的图像跟踪算法都显著地提高了图像跟踪质量，并极大地降低了计算量。

主权项

1、一种基于自适应Kalman初始搜索位置选取的图像跟踪算法，其特征在于对每一帧图像在进行搜索前，采用自适应Kalman预测滤波器对目标运动速度进行预测，得到目标可能出现的位置，并把该位置作为后续目标搜索算法的初始搜索位置，以减小初始搜索位置与目标位置之间的距离；其中，所述采用自适应Kalman预测滤波器预测目标运动速度的迭代计算公式如下： $\hat{v}(n+1|n)=(I-K)\hat{v}\left(n\right|n-1)+K{\tilde{v}}_{\mathrm{obs}}\left(n\right)---\left(7\right)$其中，I为单位阵， $K=\left[\begin{array}{cc}{K}_x& 0\\ 0& K_y\end{array}\right]$是Kalman增益，为当前帧即第n+1帧目标速度预测值，为第n帧中由图像跟踪算法实际确定的目标速度， ${\tilde{v}}_{\mathrm{obs}}\left(n\right)=\mathrm{Cv}\left(n\right)+w\left(n\right)---\left(4\right)$这里 $C=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right],$v(n)为第n帧目标的实际速度，w(n)为第n帧目标速度的观测噪声。