【技术实现步骤摘要】
一种基于MeanShift的运动目标跟踪方法
本专利技术属于数字图像处理
，具体涉及一种基于MeanShift的运动目标跟踪方法。
技术介绍
目标跟踪是计算机视觉和图像处理领域的重要研究方向之一，在许多领域有着广泛应用。Comaniciu等人将MeanShift引入到目标跟踪算法中，MeanShift算法原理简单，易于实现，实时性好，有较好的跟踪性能。但是经典MeanShift算法只使用了目标颜色直方图，并不包含目标的空间位置、纹理特征等其它信息。因此当目标被遮挡、或目标和背景颜色相似时，容易跟踪失败。
技术实现思路
本专利技术的目的在于提供一种改进的基于MeanShift的运动目标跟踪方法，当跟踪目标与背景颜色相似时，依旧能够很好的跟踪目标。为实现上述技术目的，本专利技术采用如下技术方案：一种基于MeanShift的运动目标跟踪方法，将视频帧RGB图像映射入CN空间，结合高斯混合模型获取CN空间内每个颜色单元的质心位置，利用颜色直方图、空间信息与形状轮廓信息计算得到新的候选区域的中心位置，完成目标跟踪。进一步的，本专利技术的运动目标跟踪方法具体包括如下步骤：S...
【技术保护点】
1.一种基于MeanShift的运动目标跟踪方法，其特征在于，将视频帧RGB图像映射入CN空间，结合高斯混合模型获取CN空间内每个颜色单元的质心位置，利用颜色直方图、空间信息与形状轮廓信息计算得到新的候选区域的中心位置，完成目标跟踪。
【技术特征摘要】
2018.04.12 CN 20181032456681.一种基于MeanShift的运动目标跟踪方法，其特征在于，将视频帧RGB图像映射入CN空间，结合高斯混合模型获取CN空间内每个颜色单元的质心位置，利用颜色直方图、空间信息与形状轮廓信息计算得到新的候选区域的中心位置，完成目标跟踪。2.根据权利要求1所述的方法，其特征在于，包括如下步骤：S100读取视频序列，获取初始帧；S200将初始帧RGB图像映射入CN空间；S300在初始帧图像中选取目标与背景样本数据，基于高斯混合模型分别获取目标、背景的概率密度函数pf、pb；之后在初始帧图像中框选矩形目标区域，分别计算获取目标模型的概率密度qu、跟踪目标在初始帧图像的中心位置y1和核函数窗口大小h；S400获取下一帧，将前一帧的目标中心位置y1作为当前帧的中心位置，获取当前帧的候选区域；之后利用Canny算子获取候选区域图像的边缘特征，计算边缘特征的无符号距离函数φ(x)并对其归一化；将候选区域像素分别带入pf、pb，得到当前帧每个像素分别属于目标和背景的概率pF、pB；基于无符号距离函数φ(x)、每个像素分别属于目标和背景的概率pF、pB计算获取目标像素权值αi...
【专利技术属性】
技术研发人员：陈超，潘九宝，王玮，赫春晓，石善球，孙长奎，沈泉飞，丁婷，黄明伟，
申请(专利权)人：江苏省基础地理信息中心，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。