基于Kalman滤波与Camshift算法的水面目标跟踪

发布时间：2021-06-18 13:17

　　根据水面监控图像的特点,对运动载体采集到的水面视频图像进行处理,从而实现对运动目标的跟踪。首先,利用Haar分类器检测出水面的运动目标,并用检测结果初始化Camshift跟踪器的搜索窗口;然后,运用Kalman滤波器与Camshift组合算法实现对运动目标的跟踪。其中,利用Kalman滤波算法预测目标在下一帧中出现的位置,Camshift算法用来跟踪目标,以此减小搜索范围,提高跟踪效率。实验结果表明,该算法能够实现对水面运动舰船的检测并进行有效跟踪。 

【文章来源】：现代电子技术. 2019,42(11)北大核心

【文章页数】：4 页

【部分图文】：

Camshift与Kalman结合算法流程图Fig.2FlowchartofCamshiftandKalmancombinationalgorithmCamshift算法融合Kalman滤波器的目标跟踪过程

【参考文献】：
期刊论文
[1]制导炮弹飞行姿态的卡尔曼滤波估计方法[J]. 牛春峰,刘世平,王中原.  中国惯性技术学报. 2012(05)
[2]结合Camshift和Kalman预测的运动目标跟踪[J]. 钱永青,谢勤岚.  计算机工程与科学. 2010(08)
[3]舰船红外成像目标实时识别与跟踪系统研究[J]. 刘松涛,沈同圣,周晓东,韩艳丽.  系统工程与电子技术. 2005(08)
[4]一种基于Kal man滤波的视频对象跟踪方法[J]. 张江山,朱光喜.  中国图象图形学报. 2002(06)

博士论文
[1]基于光视觉的无人艇水面目标检测与跟踪研究[D]. 曾文静.哈尔滨工程大学 2013
[2]基于视频的目标检测、跟踪及其行为识别研究[D]. 王江涛.南京理工大学 2008



本文编号：3236729