MeanShift算法 在目标部分遮挡或者场景光 照变化时容易出现跟踪目标丢失,不能准确地对运动 目标区域进行跟踪.本文提出基于分块方法和背景权 重相结合的MeanShift目标跟踪算法.引入颜色直 方图并利用颜色直方图分割出目标和背景,提出以 Bhattacharyya系数和目标变化系数为状态判断因子 ...
改进的mean shift算法及其在彩色图像分割中的应用
摘要 提出一种改进的均值偏移(meanshift,MS)目标跟踪算法,用于提高模板漂移和大面 积遮挡情况下视觉目标跟踪算法的鲁棒性和准确性.首先判断目标是否存在遮挡现象,当遮挡未发生时,采用原始MS算法跟踪目标,利用选择性分量更新策略对目 ... 关键词目标跟踪 / 均值偏移 /...
本文主要针对经典的Mean Shift跟踪算法均匀剖分整个颜色空间造成许多空的直方图区间以及不能准确表达目标颜色分布的缺点,提出了一种改进算法.该改进算法首先对目标的颜色进行聚类分析,根据聚类结果通过矩阵分解和正交变换自适应地剖分目标的颜色空间从而确定对虑于每一聚类的子空间.在此基础上定义了一种新的颜色模型,该模...
为分析。传统的Mean-Shift 算法在车辆跟踪时会出现一些问题,而且不适用于多目标跟踪。 为此,论文提出一种基于团块跟踪的Mean-Shift 改进算法。使改进的Mean-shift 成为一种 满足多目标跟踪同时更为准确的运动车辆跟踪算法。 最后,论文根据实际交通规则,定义几种违章行为,根据运动车辆的行为分析,对跟 踪车辆进行行为...
一种改进的粒子滤波和Mean Shift联合跟踪算法
改进的Mean Shift跟踪算法在车辆跟踪上的应用
均值漂移(Mean Shift)算法是一种传统的统计迭代方法,原理简单,鲁棒性强,而且可以处理灰度图像,彩色图像,复杂图像及高分辨率的图像数据.但是,该算法需要对图像中的每个像素点进行迭代计算,因此分割所需要的时间较长.而且,迭代过程中的带宽(核窗宽)很难确定,一个带宽并不能适用于所有的图像.本文围绕Mean Shift算法的...
摘要: 提出了一种融合纹理和颜色模型的改进mean shift算法,可以克服传统目标跟踪方法中目标特征单一的缺点.在传统mean shift算法的框架下,通过融合目标信息的颜色模型和Contourlet变换后的纹理模型,从多角度建立匹配特征,并在嵌入式平台上实现本文提出的算法.实验结果显示,跟踪效果得到明显的改善.关键词:...