论文部分内容阅读
针对自适应质心跟踪算法对扩展目标跟踪时,易出现目标丢失的问题,提出了在自适应质心跟踪算法中,加入3点线性预测器和5点平方预测器构成综合预测器,对所跟踪目标的位置参数进行预测。通过估计目标区内背景所占比例,解算出目标的直方图分布函数,利用Bay-ias决策找出目标和背景像素的分类,从背景图像中分离目标像素,获得目标的质心坐标。改进算法可以实现对小目标直至扩展目标的跟踪,且基本不受目标大小、旋转变化的影响,其稳定性、可靠性和精度都较高。实验结果也表明,改进算法较好地克服了原算法跟踪时易丢失扩展目标的问题