[发明专利]基于Meanshift、卡尔曼滤波和图像匹配的目标跟踪方法在审
| 申请号： | 201810864909.X | 申请日： | 2018-08-01 |
| 公开（公告）号： | CN109064498A | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 陶青;胡晨;刘顿;陈列;娄德元;杨奇彪;翟中生;郑重;成健 | 申请（专利权）人： | 湖北工业大学 |
| 主分类号： | G06T7/277 | 分类号： | G06T7/277;G06T7/33 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 王琪 |
| 地址： | 430068 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供基于Meanshift、卡尔曼滤波和图像匹配的目标跟踪方法。本发明一方面采用Meanshift中的Kroneckerdelta函数和相似度函数，通过迭代的不断更新，将目标特征空间进行量化，并快速衡量目标模型和候选的目标模型的相似度，使得目标追踪过程能达到更高的准确率；另一方面采用卡尔曼滤波和图像匹配方法，能够减少外界不良因素对目标追踪过程的干扰，对目标进行精准定位，获得更加准确、更加清晰的目标信息。采用图像匹配的方法可以消除外界环境干扰，通过比较每一帧图像中目标出现的可靠位置，精确锁定目标所在位置。 | ||
| 搜索关键词： | 图像匹配 卡尔曼滤波 目标跟踪 目标模型 目标追踪 相似度函数 不良因素 精准定位 可靠位置 目标特征 目标信息 外界环境 相似度 帧图像 准确率 迭代 锁定 量化 衡量 清晰 更新 | ||
【主权项】：
1.基于Meanshift、卡尔曼滤波和图像匹配的目标跟踪方法，其特征在于，包括如下步骤：步骤(一)，获取目标模板，设定初始帧图像中候选目标区域，计算目标特征向量和候选目标特征向量，通过MeanShift跟踪算法计算目标特征向量与候选目标特征向量的偏移值，从而确定初始帧中最佳候选目标的初步位置；步骤(二)，采用卡尔曼滤波方法建立最佳候选目标的运动过程模型和观测模型，确定最佳候选目标初始位置在下一帧图像可能出现的可靠位置；步骤(三)，采用图像匹配方法，整合每一帧图像图像中的最佳候选目标，形成连续区域，再次采用meanshift计算连续最佳候选目标区域与模板匹配后的目标区域之间的方向偏移值，当偏移值小于某阈值Σ或者迭代次数小于p时，确定目标所在位置，并退出迭代，否则重复步骤(一)‑(三)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖北工业大学，未经湖北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810864909.X/，转载请声明来源钻瓜专利网。
