[发明专利]一种结合密集特征的Mean-shift跟踪方法

摘要

本发明提供了一种结合密集特征的Mean‑shift跟踪方法，包括：S1、获取监控区域的视频流图像作为输入图像；S2、通过背景建模法获取背景图像，采用背景差分运算获得跟踪目标区域；S3、获取跟踪目标区域中具有相同灰度值的像素密集区域，并计算相应灰度值密集区域的面积及离心距离，以计算密集区域特征权重fu；S4、基于Mean‑shift跟踪算法并结合密集区域特征权重fu，预测跟踪目标在下一帧输入图像中的位置坐标；S5、在视频流图像中每隔若干帧，循环执行所述步骤S2至步骤S4，以对跟踪目标进行更新及跟踪。在本发明中，减低了外界干扰对目标跟踪时的干扰，提高对目标的跟踪效果，克服了单一采用Mean‑shift算法中由于目标与背景灰度值比较接近所导致的跟踪失败的缺陷。

主权项

结合密集特征的Mean‑shift跟踪方法，其特征在于，包括以下步骤：S1、获取监控区域的视频流图像作为输入图像；S2、通过背景建模法获取背景图像，采用背景差分运算获得跟踪目标区域；S3、获取跟踪目标区域中具有相同灰度值的像素密集区域，并计算相应灰度值密集区域的面积及离心距离，以计算密集区域特征权重fu；S4、基于Mean‑shift跟踪算法并结合密集区域特征权重fu，预测跟踪目标在下一帧输入图像中的位置坐标；S5、在视频流图像中每隔若干帧，循环执行所述步骤S2至步骤S4，以对跟踪目标进行更新及跟踪。