2011年--外文翻译--基于动态系统和卡尔曼滤波的目标跟踪算法（译文）

《2011年--外文翻译--基于动态系统和卡尔曼滤波的目标跟踪算法（译文）》由会员分享，可在线阅读，更多相关《2011年--外文翻译--基于动态系统和卡尔曼滤波的目标跟踪算法（译文）（8页珍藏版）》请在毕设资料网上搜索。

1、 中文 2615 字 ,1885 单词， 8500 英文字符 出处： Wang H, Huo L, Zhang J. Target tracking algorithm based on dynamic template and Kalman filterC/Communication Software and Networks (ICCSN), 2011 IEEE 3rd International Conference on. IEEE, 2011: 330-333. 毕业论文 (设计 ) 外文翻译 学生 姓名 学 号 院 系 电子与信息工程学院 专 业 电子信息工程 指导老师 二一四 年

2、 十二 月 二十一 日 基于动态系统和卡尔曼滤波的目标跟踪算法 王洪曼 霍玲玲 张静 辽宁师范大学计算机与信息 技术 学院 大连 中国 摘要 ： 目标跟踪的目 的 是寻找图像序列的帧间目标。许多被提出 的 跟踪算法实现了克服噪声，遮挡，杂波，和前景 目标或者 背景环境 变化 的困难。对于传统的基于卡尔曼滤 波的 跟踪算法，由于图像中的背景噪声 而有 检测过程的几个候选区域，从而导致在视频序列中的错误或丢失目标的跟踪结果。我们提出了一个结合动态模板的卡尔 曼滤波的目标跟踪算法。动态模板 是目标模型在下一帧的选择标准；它可以通过计算动态模板和候选区域之间的距离 来 选择最佳候选区域作为目标模

3、型。实验表明，该算法具有更好的跟踪精度，并具有良好的鲁棒性的背景干扰。 关键词： 目标跟踪，卡尔曼滤波，动态模板，候选区域 I、引言 目标跟踪技术广泛应用于智能监控，视频压缩，图像处理等领域。跟踪场景和光照的变化增加了目标跟踪的复杂性。这也是一个极大的挑战。一般来说，解决这个问题有 1 的两种方法：一是基于特征的模式匹配方法， 另外一个是 基于参 数估计的方法。 我们使用基于特征的模式匹配方法，采用动态模板从几个候选区域选择最佳区域，然后利用卡尔曼滤波预测下一帧的目标区域，然后我们根据预测结果达到新的动态模板。基于卡尔曼滤波的跟踪算法 是 主要方法，卡尔曼滤波和动态模板的结合提高了跟踪效果。

4、本文的其余部分组织如下。 第 II 部分描述了算法。第 III 部分展示了 实验结果。第 IV部分 是得出的结论。 II、 算法描述 A、 颜色直方图 的特征提取 提取特征 2 的四种主要方法：灰色直方图 3 4 ，颜色直方图 5 6 ， 1 边缘直方图 和 纹理特征提取 5 。 本文 我们考虑了颜色直方图作为特征提取的目标模型研究。 RGB颜色空间的光照易受 照明的 影响。为了 在一个 具体应用 钟 使用一个好的颜色空间， 在 颜色空间之间需要色彩转换。因此， RGB空间 被 转换到 HSV空间 7 8 9 ，转换公式如下 3 ： V= max(R,G, B) （ 1） S =(max(R,

5、G, B) - min(R,G, B) / max(R， G， B) （ 2） H= 60X(G-B)/(SXV) if S 0&V=R60X(2+(B-R)/SXV) if S 0&V=G60X(4+(R-B)/SXV) if S 0&V=B（ 3） 其中 R， G 和 B 是从 0 到 255； H 是从 0 到 360； S 是从 0 到 1， V 是 从 0 到 255 。在我们 的方法中， H， S 和 V 为非等间隔量化，然后三个颜色分量表示为一维特征向量 分为 256 个层次。在这里， f 为图像的特征向量，包含 的特征， S 和 V，图像中每个像素的直方图对应的 H,S 和 V 的 三个颜色分量， 因此 F 的定义是这样的： F(i, j) = H (i, j) XQsXQv + S(i, j) XQv+ V (i, j) 1 i M ,1 j N （ 4）其 中 m 和 n 是一个图像的大小； 和 分别为是 S 和 V定量。 H被量化为 16 进制 ； S 和V被量