论文部分内容阅读
本文主要讨论和研究序列图像中的目标跟踪算法,在图像跟踪过程中可能存在目标被遮挡或目标自遮挡,目标的形态发生改变等等情况,都给图像跟踪带来了挑战。针对这些问题,本文结合了图像处理中目标检测的相关理论,提出了结合尺度不变特征和meanshift的目标跟踪算法。在图像跟踪过程中,图像特征的提取和识别是十分重要的,SIFT算子具有很优良的性能,但是计算量大的特点,本文提出了一种基于FPGA+DSP的处理方式,实现了实时的提取SIFT特征的方法;轮廓跟踪是图像分析的一个重要内容,针对传统的基于像素和基于边过程的轮廓跟踪方法,本文提出了一种新的快速轮廓跟踪算法;针对传统的SSDA算法,本文提出了一种基于前后文的快速匹配算法。本文讨论meanshift算法的思想,分析meanshift跟踪算法容易出现跟踪失效等的不足,同时针对经典的meanshift跟踪算法尺度更新的策略存在缺陷,以及对跟踪过程中出现遮挡等情况,提出了结合尺度不变特征和meanshift的目标跟踪算法,尺度不变特征主要采用SIFT算子和SURF算子,同时本文对SIFT算子、SURF算子和meanshift跟踪进行了相应的测试。实验证明本文提出的方法能够有效地适应跟踪中出现的目标的尺度变化和遮挡等情况,提高了meanshift跟踪算法的适应性、抗遮挡和鲁棒性。