基于meanshift算法的目标跟踪

《基于meanshift算法的目标跟踪》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于MeanShift算法的目标跟踪1算法描述1.1meanshift算法背景meanShift这个概念是由Fukunage在1975•年提111的，Fukunage等人在一篇尖丁概率密度梯度函数的佔计中捉出这一概念。其敁初的含义•:如其名：偏移的均值向S;但随着理论的发展，meanshift的含义己经发生了很多变化。如今，我们说的meanShift算法，一般是指一个迭代的步骤，即先算出当前点的偏移均值，然后以此为新的起始点，继续移动，直到满足一定的结束条件。在很长一段时I川内，meanShift算法都没杏得到足够的重视，直到199

2、5年另一篇重要论文的发表。该论文的作者YizongCheng定义了一族核函数，使得随卷样本与被偏移点的距离不同，其偏移暈对均值偏移M暈的贡献也不同。其次，他还设定了一个权重系数，使得不同样木点的重要性不一样，这人人扩展了meanShift的疢用范喇。此外，还有研究人员将非刚体的跟踪问题近似为一个iwanShift的敁优化问题，使得跟踪可以实时进行。目前，利用meanShift进行跟踪己经相当成熟。1.2meanshift算法原理Meanshift可以应用在很多领域，比如聚类，阁像平滑，图像分割，还在目标跟踪领域有重要的应川。Mean

3、shift跟踪算沾足通过计算候选0标与0标模板之间相似度的概率密度分布，然后利用概率密度梯度下降的方向来获収匹配搜索的最佳路径，加速运动R标的定位和降低搜索的时间，因此其在FI标实时跟踪领域有着很高的应用价值。该算法由于采川了统计特征，因此对噪声具奋很好的鲁棒性；由于是一个缶参数算法,容易作为一个模块和其他算法集成：采用核函数直方阁建模，对边缘肌挡、目标的旋转、变形以及背景运动都不敏感；同时该算法构造丫一个可以用meanshift算法进行寻优的相似度函数。Meanshift本质上是最陡下降法，因此其求解过程收敛速度快，使得该算法其有

4、很好的实用性。Meanshift算法的思想足利川概率密度的梯度爬升來寻找局部最优。它要做的就是输入一个在阁像的范M,然P—直朝着重心迭代,H到满足你的要求成者达到迭代最人次数结來。在openev中，进行meanshiftJt•实很简单，输入一张图像（imgProb），再输入一个7T•始迭代的力*框（windowln）和一个迭代条件（criteria），输出的是迭代完成的位置（comp）。这是阑数原型：intcvMeanShift（constvoid*imgProb,CvRectwindowln，CvTermCriteriacrite

5、ria,CvConnectedComp*comp）参数介绍：imgProb：M标直方图的反向投影windowln:初试的搜索框Criteria：确定搜索窗口的终止条件Comp：生成的结构，包含收敛的搜索窗U坐称（comp->rect宇段）与窗U内部所存像素的和（comp->arca字段）1.1meanshift算法跟踪目标实现步骤

6、.首先从摄像头或者本地文件读入视频2.选择耍跟踪的物体，程序读取一帧视频3.计算视频帧的色调直方图4.计算视频帧的反4投影图5.输入反向投影图和跟踪矩形框，调用meanshift算法迭代，寻找局部最优解。

7、根据重心的移动，调整跟踪矩形框6.读取K一帧视频，川当前矩形桐作为输入，重复执行步骤2-51.2meanshift算法实现过程1在颜色概率分布图屮选取搜索窗w2计算零阶距：xy汁算一阶距：xyxy计算搜索窗的质心：=Af10/A/oo;)’’c=A/則/A/。。3调整搜索窗大小宽度为s=yjA^oo/256长度为1.2s4移动搜索窗的中心到质心，如來移动距离大于预设的同定阈值，则熏复2)3)4)，直到搜索窗的中心与质心间的移动距离小于预设的岡定阈值，或者循环运P:的次数达到某一敁人值,停止计算。1.1meanshift算法跟踪效果使

8、用摄像头跟踪人的肤色效果如图1.5.1所示。图1.5.1对应于图1.5.1的反向投影图如下图1.5.2所示。图1.5.2点选区域的像索点直方图如图1.5.3所示。图1.5.3从以上效果图可以发现，meanshift算法处理的是HSV屮的色调分朵。换化话说，就是通过追踪相同的颜色，而达到追踪物体的功能。程序首先计算点选框里的冇效像索点，通过统计获得像素点分布直方图；然后计算岀视频的反向投影图，即是像素点的概率分布图。如上图1.5.2所示，越亮的点就是与原物体越匹配的点，大量的亮点的聚集处就极有可能是需耍跟踪的物体；最后用矩形框框住当前

9、帧中带跟踪的物体，如上阁1.5.1所示的结果。当被跟踪的物体的色调与背景相似吋，跟踪就会失效，如图1.5.4所示。图1.5.4品然，当背景与被跟踪物体颜色难以区分吋跟踪会失败。原因很简单，meanshift兑法实现跟踪的原理就是通过计