自适应Kalman 滤波的运动物体跟踪算法研究 - 燕山大学学报.PDF

卷 期 燕山大学学报 年 月 文章编号：1007-791X (2012) 05-0428-05 自适应Kalman 滤波的运动物体跟踪算法研究 张秀杰，张建忠，谭云福 燕山大学 信息科学与工程学院，河北 秦皇岛 摘 要：针对实时视频中的运动物体跟踪问题，提出了一种基于自适应 滤波的运动物体跟踪新算法。首 先利用基于 背景估计算法检测运动物体，并提取主要颜色特征。然后构建物体运动模型，并生成自适应 滤波的系统状态模型。最后利用主要颜色特征进行物体跟踪，其结果反馈给自适应 滤波器，并 通过遮挡率 动调整参数达到正确跟踪。实验结果表明，所提出的自适应 滤波算法在运动物体被遮挡 等复杂条件下的鲁棒性好，还具有跟踪准确性高和数据计算量小等优点，可用于实时运动物体的检测与跟踪。 关键词：运动物体跟踪； 背景估计；自适应 滤波 中图分类号：TP391 文献标识码：A DOI：10.3969/j .issn.1007-791X .20 12.05.011 割运动物体并提取其特征。采用基于 背景估计 引言 运动物体检测算法及数学形态学的运动物体分割 实时视频序列的运动物体跟踪技术是视频监 算法，并使用 算法在 色彩空间提取 控研究领域的关键技术，在军事、国防和工业等领 运动物体的颜色特征，再转换到 色彩空间来 域有着广泛的应用前景。运动物体跟踪基于物体的 提高对光线变化的容忍力。 颜色、材质、形状和边缘等特征。由于人眼对颜色 背景估计与目标分割 比较敏感，所以，基于颜色特征的跟踪方法 使 基于 背景估计 类似于一个模数转换过 用得更为普遍，但使用简单颜色特征只能对颜色单 程，使用 调制对随时间变化的模拟信号数字 一的物体跟踪。 滤波器 是一个优化的 化。 调制的模数转换只有比较和简单增减 个 回归数据处理算法，广泛应用于机器人导航、导弹 过程。算法中， 是输入序列的 帧， 是 帧 追踪及计算机图像处理等领域。早期 和 的背景估计， 是像素变化差， 是运动像素标志。 提出了使用 滤波器对运动物体进行检测和 函数 定义为：当 时， ；当 跟踪 ，但是，不能很好地解决运动目标遮挡问 时， ；当 时， 。由 可 题。为此，又提出了结构化 滤波 以解决 知，对于背景估计的更新只是增减 。由于 是离 遮挡条件下运动目标的检测与跟踪。但是，结构化 散随机信号且增长率介于 且 和 滤波的计算复杂，很难扩展到对多目标的 且 之间，其平均值收敛于