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:
传统的CamShift跟踪算法是基于颜色信息的算法,这种算法在背景与目标颜色相近时会出现跟踪不准确的情况,而且不能自动跟踪.针对这两个缺点,本文结合混合高斯模型来对这一跟踪算法进行改进,通过混合高斯模型来实现对运动目标的检测得到目标的轮廓,将图像处理中的形态学变换应用到目标轮廓检测过程中,可以得到更好的检测结果和目标轮廓.对检测的目标再利用CamShift算法进行跟踪,在程序中引入Kalman预测算法,对目标的位置进行估计,提高跟踪的准确性,实验结果表明了这种方法的有效性,实现了对多目标的自动跟踪.
推荐文章
基于高斯混合模型联合CamShift的运动图像检测跟踪方法
高斯混合模型
CamShift算法
运动检测
改进混合高斯模型的运动目标检测与跟踪算法
运动目标
高斯混合模型
多目标跟踪
反馈信息
基于CamShift与混合高斯模型的目标跟踪与提取算法
视频目标跟踪
CamShift算法
MeanShift算法
混合高斯
目标提取
基于CamShift和Kalman 滤波混合的视频手势跟踪算法
连续自适应数学期望移动
卡尔曼滤波
手势跟踪
颜色概率分布
搜索窗
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 混合高斯模型与CamShift算法结合的台球跟踪方法
来源期刊 微型电脑应用 学科 工学
关键词 混合高斯模型 CamShift算法 轮廓检测 多目标跟踪
年,卷(期) 2013,(2) 所属期刊栏目 研究与设计
研究方向 页码范围 10-12
页数 3页 分类号 TH133|TP183
字数 2629字 语种 中文
DOI
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 王朝立 上海理工大学光电信息与计算机工程学院 47 204 7.0 11.0
2 袁伟 上海理工大学光电信息与计算机工程学院 2 6 2.0 2.0
3 张旭飞 上海理工大学光电信息与计算机工程学院 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (27)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (20)
二级引证文献  (8)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
混合高斯模型
CamShift算法
轮廓检测
多目标跟踪
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导