原文服务方: 计算机测量与控制       
摘要:
针对应用CamShift算法进行目标跟踪过程中,当目标被严重遮挡、目标被与目标颜色相近的背景干扰时易丢失跟踪目标的问题,提出了一种基于CamShift和Kalman滤波组合的改进跟踪算法;为克服目标因严重遮挡而丢失的缺陷,利用自适应算法改进了传统的CamShift算法,扩大了搜索窗口,使运动目标位于搜索窗口内;为解决目标因颜色相近背景干扰而丢失的问题,改善跟踪准确率,利用卡尔曼滤波预测目标运动空间位置,作为下一帧搜索窗口的质心坐标;基于上述改进,利用C++语言,研发了改进的CamShift目标跟踪软件模块,给出了该模块的算法流程;实验结果表明,改进后的目标跟踪算法能有效地克服传统CamShift算法的缺陷,大大提高运动目标跟踪的准确性;所提的算法可以应用于运动小车跟踪,人脸识别等领域.
推荐文章
基于Kalman滤波与Camshift算法的水面目标跟踪
水面目标
检测
跟踪
Kalman滤波器
Camshift算法
状态向量
基于Camshift与Kalman的目标跟踪算法
目标跟踪
Camshift算法
Kalman滤波
目标遮挡
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
基于改进Camshift的无人机目标跟踪算法研究
无人机
目标跟踪
Camshift算法
LBP纹理特征
Kalman滤波
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 基于CamShift和Kalman组合的改进目标跟踪算法
来源期刊 计算机测量与控制 学科
关键词 目标跟踪 CamShift算法 卡尔曼滤波
年,卷(期) 2017,(3) 所属期刊栏目 设计与应用
研究方向 页码范围 209-212
页数 4页 分类号 TP24
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2017.03.057
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 樊卫华 南京理工大学自动化学院 38 864 16.0 29.0
2 王冲 南京理工大学自动化学院 5 11 2.0 3.0
3 何俊 南京理工大学自动化学院 2 9 1.0 2.0
4 周维维 南京理工大学自动化学院 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (43)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (14)
二级引证文献  (20)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2018(7)
  • 引证文献(4)
  • 二级引证文献(3)
2019(17)
  • 引证文献(3)
  • 二级引证文献(14)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
目标跟踪
CamShift算法
卡尔曼滤波
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导