[发明专利]一种改进的目标跟踪方法

摘要

本发明公开了一种改进的目标跟踪方法，解决了现有技术中Mean-shift算法跟踪窗口固定不变和Kalman预测对目标粘连敏感的技术问题。其具体方法为：利用Kalman滤波预测目标位置，缩小搜索范围，然后通过二值图特征匹配目标，并对Mean-shift算法的核函数带宽进行修正，更新Kalman模型，在预测位置附近搜索匹配目标，由Mean-shift矢量迭代完成目标跟踪。本发明结合了Kalman预测和Mean-shift算法的优势，计算量小、实时性佳，且有效保证了目标粘连时的跟踪准确性。

主权项

一种改进的目标跟踪方法，其特征在于，包括如下步骤：步骤一：特征提取与匹配：由目标检测提取的前景二值图像得到运动目标初始信息，进行特征匹配；步骤二：Kalman滤波状态预测：建立Kalman预测模型，得到目标在下一帧的预测位置；步骤三：相似度量计算：在可能的范围内搜索目标，进行相似性度量计算；步骤四：Mean‑shift灰度模板更新：通过得到的目标外接矩形框的长和宽自适应修正Mean‑shift算法灰度匹配模板的核函数带宽，更新Kalman模型；步骤五：迭代跟踪：根据Mean‑shift算法迭代完成跟踪。