基于FCM聚类的粒子滤波多目标跟踪算法

来源 :仪器仪表学报 | 被引量 : 0次 | 上传用户:chinatobacco666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对多目标跟踪中相似目标的发散问题和跟踪核函数窗宽固定的缺陷,提出一种基于FCM(fuzzy C-means)聚类的粒子滤波算法。该算法结合经典粒子滤波理论,使用可变椭圆作为粒子区域,在粒子滤波的重要性重采样后,通过Mean-Shift算法获得每个目标的聚类中心,使用FCM聚类算法完成粒子聚类,获得相应目标的粒子子群,最后通过粒子子群估计各目标的最终状态并修正核窗口宽度。实验表明,与传统粒子滤波算法相比,该算法解决了传统粒子滤波的发散问题,减少了粒子数量,能够准确地对多目标进行跟踪,具有很好的鲁棒性
其他文献
针对工业CT切片z方向分辨率不足问题,研究一种Zernike矩边缘检测与多项式拟合结合、自动预测顶端的高精度三维测量算法。首先通过Zernike矩对每张切片图像提取亚像素级轮廓,并用多项式拟合该轮廓;然后对拟合曲线进行等相角间隔采样,并建立同相角的轮廓点匹配,采用层间插值算法得到中间层的轮廓点并外插预估工件顶端点;最后采用台体法计算工件体积。对体积相等的圆柱、圆锥和半球3个标准试块进行CT扫描、测
电阻抗成像对噪声比较敏感,目前电阻抗成像主要采用相邻测量模式,其抗噪声性能比较差。交叉测量模式是在所有非电流注入电极对上做灵活选择,使得测量电压的幅值普遍高于相邻测量模式。在噪声源一定的情况,整体提高测量信号的信噪比。在仿真和实验当中,采用快速一步牛顿误差重构(FNOSER)静态和动态算法比较两种测量模式的重构图像质量。仿真和实验结果表明交叉测量方式优于相邻测量模式,该模式提高了信噪比,减小了测量
针对LS—SVM应用于大样本时问序列预测时存在的计算复杂度高和泛化能力降低的问题,提出一种采用局部模型的时间序列预测方法。该方法采用K—means算法对训练样本进行聚类,并以V
测头系统作为精密量仪的关键部件,其精度高低直接影响量仪的测试性能,因此一直受到精密测量领域的关注。目前,广泛使用的三叉式触发测头,在结构上存在各向异性、测杆变形等带来的