基于改进型Camshift和卡尔曼滤波器的车辆跟踪算法

• 作者: 夏雯娟 徐晓光 陆涛 马平华
• 来源期刊: 井冈山大学学报（自然科学版）
• 学科: 工学
• 关键词: 车辆跟踪 Camshift算法 卡尔曼滤波 加权高斯模型核函数
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 信息科学
• 页码范围: 60-65
• 页数: 6页
• 分类号: TP391
• 字数: 2848字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8085.2015.05.012

摘要

针对车辆跟踪过程中跟踪目标丢失或者失败的情况，提出一种改进型Camshift(Continuously Adaptive Mean Shift)算法和卡尔曼滤波相结合的跟踪方法。首先，利用卡尔曼滤波器实现跟踪目标的位置估计，以克服目标被遮挡造成的跟踪失败的问题，然后再利用改进型 Camshift 算法依据目标距离搜索中心的位置，对 H 分量创建的颜色直方图中的每个像素位进行高斯模型核函数的加权处理，并自适应计算得到最优的搜索窗口，从而改善了传统Camshift不能直接抵制噪声干扰的缺点，解决了因跟踪目标在同色背景噪声干扰下出现的丢失问题。最后通过仿真实验表明：改进型Camshift算法和卡尔曼滤波的结合有效地提高了车辆跟踪的准确性和连续性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晓光	安徽工程大学电气工程学院检测技术与自动化装置重点实验室	39	158	8.0	11.0
2	陆涛	安徽工程大学电气工程学院检测技术与自动化装置重点实验室	4	4	1.0	2.0
3	马平华	安徽工程大学电气工程学院检测技术与自动化装置重点实验室	4	4	1.0	2.0
4	夏雯娟	安徽工程大学电气工程学院检测技术与自动化装置重点实验室	6	13	2.0	3.0