| 马平华,徐晓光,夏雯娟,陆涛.基于改进型Camshift和卡尔曼滤波器的车辆跟踪算法[J].井冈山大学自然版,2015,(5):60-65 |
| 基于改进型Camshift和卡尔曼滤波器的车辆跟踪算法 |
| VEHICLE TRACKING SYSTEM BASED ON IMPROVED CAMSHIFT ALGORITHM AND THE KALMAN FILTER |
| 投稿时间：2015-05-07 修订日期：2015-07-09 |
| DOI：10.3969/j.issn.1674-8085.2015.05.012 |
| 中文关键词: 车辆跟踪 Camshift算法 卡尔曼滤波 加权高斯模型核函数 |
| 英文关键词: vehicle tracking camshift algorithm kalman filter weighted Gauss model core function |
| 基金项目:安徽省高校省级自然科学研究项目(KJ2014A024) |
| 作者 | 单位 | E-mail | | 马平华 | 安徽工程大学, 电气工程学院检测技术与自动化装置重点实验室, 安徽, 芜湖 241000 | | | 徐晓光 | 安徽工程大学, 电气工程学院检测技术与自动化装置重点实验室, 安徽, 芜湖 241000 | 16089922@qq.com | | 夏雯娟 | 安徽工程大学, 电气工程学院检测技术与自动化装置重点实验室, 安徽, 芜湖 241000 | | | 陆涛 | 安徽工程大学, 电气工程学院检测技术与自动化装置重点实验室, 安徽, 芜湖 241000 | |
|
| 摘要点击次数: 1935 |
| 全文下载次数: 3327 |
| 中文摘要: |
| 针对车辆跟踪过程中跟踪目标丢失或者失败的情况,提出一种改进型Camshift(Continuously Adaptive Mean Shift)算法和卡尔曼滤波相结合的跟踪方法。首先,利用卡尔曼滤波器实现跟踪目标的位置估计,以克服目标被遮挡造成的跟踪失败的问题,然后再利用改进型Camshift算法依据目标距离搜索中心的位置,对H分量创建的颜色直方图中的每个像素位进行高斯模型核函数的加权处理,并自适应计算得到最优的搜索窗口,从而改善了传统Camshift不能直接抵制噪声干扰的缺点,解决了因跟踪目标在同色背景噪声干扰下出现的丢失问题。最后通过仿真实验表明:改进型Camshift算法和卡尔曼滤波的结合有效地提高了车辆跟踪的准确性和连续性。 |
| 英文摘要: |
| In the process of vehicle tracking, a new tracking algorithm that combines the improved Camshift and the Kalman filter has been proposed when tracking target loss or failure. Firstly, the Kalman filter is used to estimate the target position in order to overcome the cover of target. We use an improved Camshift algorithm based on the distance of search center to weight every pixel with Gauss model core function in color histogram created by H component. We also achieve the optimal search window by self-adaptive calculation and improve traditional Camshift shortcoming which is powerless for directly resistance noise under the same color background. Finally, the simulations and experiments show that the method improves the accuracy and continuity of vehicle tracking. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
