基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来Camshift由于具有对目标形变不敏感,实时性好等特点而倍受青睐.然而传统的camshift算法仍存在一些缺陷,由于图像质量等原因,需要对目标区域的像素进行选取,以消除这一干扰对生成的颜色直方图带来的误差,本文提出了对搜索窗口大小的调整设置保护措施以及采用自适应筛选阈值的方法防止上述问题.通过实验对比,相比于传统camshift算法,改进的camshift算法在对目标跟踪的稳定性和准确性方面有明显的提高,对背景的适应能力更强.
推荐文章
基于CamShift和Kalman组合的改进目标跟踪算法
目标跟踪
CamShift算法
卡尔曼滤波
基于肤色分割的改进Camshift人脸跟踪算法
人脸跟踪
肤色分割
形态学操作
YCbCr空间
几何特征
Adaboost算法
Camshift
基于阈值判断的CamShift目标跟踪算法
CamShift算法
OTSU算法
Snake模型
阈值判断
目标跟踪
改进CamShift算法的眼动跟踪方法
眼动跟踪
改进算法
边缘直方图
特征融合
噪声抑制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Camshift算法中搜索区域像素筛选的研究与改进
来源期刊 软件 学科 工学
关键词 Camshift 目标跟踪 OpenCV
年,卷(期) 2012,(5) 所属期刊栏目 软件工程与技术
研究方向 页码范围 12-14
页数 分类号 TP753
字数 3797字 语种 中文
DOI 10.3969/j.issn.1003-6970.2012.05.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈禹 太原理工大学信息工程学院 1 1 1.0 1.0
2 梁宝生 4 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (51)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Camshift
目标跟踪
OpenCV
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
总被引数(次)
23629
论文1v1指导