資源描述：
《mean shift算法在視覺(jué)跟蹤中的研究與應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、江蘇科技大學(xué)碩士學(xué)位論文MeanShift算法在視覺(jué)跟蹤中的研究與應(yīng)用姓名：沈悅申請(qǐng)學(xué)位級(jí)別：碩士專(zhuān)業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：吳小俊20080101摘要MeanShift算法在視覺(jué)跟蹤中的研究與應(yīng)用摘要近些年來(lái)，隨著計(jì)算機(jī)性能的快速發(fā)展和學(xué)者們不斷的探索與發(fā)現(xiàn)，國(guó)際上對(duì)視覺(jué)跟蹤技術(shù)研究也日益加深，使得視覺(jué)跟蹤技術(shù)成為目前計(jì)算機(jī)領(lǐng)域中最熱門(mén)的課題之一。均值漂移(MeanShift)算法是國(guó)外最近幾年才發(fā)展起來(lái)的，究其本質(zhì)，實(shí)為一種無(wú)參數(shù)的核密度估計(jì)理論，由于其用于視覺(jué)跟蹤方面有一些很好的優(yōu)勢(shì)而受到眾多學(xué)者的關(guān)注，成為近幾年在該領(lǐng)域研究的熱點(diǎn)。本文研究了MeanShift算法的理
2、論基礎(chǔ)，同時(shí)針對(duì)MeanShift算法在視覺(jué)跟蹤領(lǐng)域所存在的一些問(wèn)題做了部分改進(jìn)，并通過(guò)實(shí)驗(yàn)進(jìn)行了驗(yàn)證。本文首先針對(duì)MeanShift算法中的核心步驟計(jì)算所得的候選模型中心位置的行列表示難免為非整數(shù)，與圖像矩陣的表示方式不相匹配的問(wèn)題，提出了模糊隸屬度的概念，分別為鄰近位置分配隸屬度以擇其最大者為最終替代點(diǎn)的方法。針對(duì)MeanShift算法沒(méi)有模型更新能力的問(wèn)題，本文在提取目標(biāo)的基礎(chǔ)上得到包含目標(biāo)的實(shí)時(shí)目標(biāo)模型，該目標(biāo)模型不僅能根據(jù)目標(biāo)的形態(tài)實(shí)時(shí)的改變，同時(shí)也能根據(jù)目標(biāo)的尺寸而自適應(yīng)的調(diào)整。在此基礎(chǔ)上，針對(duì)目標(biāo)與背景的色彩過(guò)于相似的情況下MeanShift算法的跟蹤效果不夠理想
3、的問(wèn)題，提出了目標(biāo)模型矩陣的概念，該矩陣能有效的將模型中有效像素點(diǎn)與背景較好的區(qū)分，突出了目標(biāo)的地位且降低了背景的干擾。最后，本文針對(duì)MeanShift算法的跟蹤起始點(diǎn)對(duì)于跟蹤的性能及結(jié)果至關(guān)重要，然而卻沒(méi)有一個(gè)較好的方法去確定跟蹤起始點(diǎn)的問(wèn)題，提出了卡爾曼(Kalman)濾波與MeanShift算法相結(jié)合的思想。Kalman濾波器預(yù)測(cè)目標(biāo)在當(dāng)前幀的可能位置，MeanShift算法在該點(diǎn)鄰域內(nèi)搜索，不僅加快了搜索速度也加大了跟蹤的精確性。將上述方法用于視覺(jué)跟蹤，取得了很好的實(shí)驗(yàn)結(jié)果。關(guān)鍵詞：視覺(jué)跟蹤，均值漂移(MeanShift)，模糊隸屬度，動(dòng)態(tài)目標(biāo)模型，目標(biāo)模型矩陣，卡爾曼
4、(Kalman)濾波IABSTRACTTheResearchandApplicationsofVisualTrackingBasedonMeanShiftABSTRACTRecently,withthedevelopmentofcomputerandtheexploringofscholars,thestudyofvisualtrackingallovertheworldarebecomingoneofthemostpopulartopicsinthefieldofcomputer.TheMeanShiftalgorithm,whichdevelopingduringthese
5、years,isakindofkerneldensityestimateinessence,andhadbecomethehotspotbecauseofitsadvantageonvisualtracking.ThisdissertationstudiesthetheoriesfoundationofthetheoryofMeanShift,andimprovesonsomeproblemsofusingMeanShiftonvisualtracking,whichhasbeenvalidatedbyexperiments.Aconceptoffuzzymembershipi
6、sproposedinthedissertationfirstbecausethevaluesofgraylevelimageisanintegermatrix,whichisnotmatchedwiththevaluesofthecenterpositionofnewtargettemplateobtainedbythecomputationofthecorestepofMeanShiftalgorithm,whichisawayoffindingthereplacerwhohasthemaximumvalueoffuzzymembershipthatisdistribute
7、dbythealgorithm.InviewofthefactthatthealgorithmofMeanShiftusinginvisualtrackinghasnomodelrenewalability,adynamictargetmodelisproposedinthedissertation,andwhichisgainedbythewayofframedifferenceofbackground,whichisbasedonthebackgroundmodeling.Thedyna
