基于MATLAB的动态前景目标特征提取与运动跟踪
![v2-fdfc4505e7512e8c316d695c26e8dda3_b.jpg](https://i-blog.csdnimg.cn/blog_migrate/088b5554a4c3b83bcf99b36be9ae5bbc.jpeg)
![v2-b0a56ca92e90c3d3dd5823034e845359_b.jpg](https://i-blog.csdnimg.cn/blog_migrate/042679397b6aa338df91cb4baef7f93c.jpeg)
![v2-4cc833a9e80e98c52d435a7ce6242f2d_b.jpg](https://i-blog.csdnimg.cn/blog_migrate/0220e3b54f81efe4ab372fa8add894df.jpeg)
摘 要:动态前景目标识别和提取是计算机视觉领域的重要内容。对动态图像进行前景目标提取与运动跟踪,通过改进高斯混合背景模型,提出一种基于自适应特征加权的前景目标提取算法,目的是对动态画面中的图像特征进行识别并精确提取所需要的画面。根据高斯模型组合多个图像特征,针对组合特征空间的各个子空间构建似然图像,通过似然图像特征分析与加权,提取最具有差异性的特征。根据图像前景特征在图像帧与帧之间的不同,提高前景目标跟踪的鲁棒性。试验结果表明,改进算法在提取前景目标上比传统算法提高了精度,目标跟踪效果好。
关键词:MATLAB;目标跟踪;高斯混合模型;图像特征;均值漂移
0 引言
前景动态目标提取与跟踪是视觉图像处理领域的重要技术。目前,常用的运动前景检测与提取方法有光流差法[1]、背景消减法[2]、帧差法[3]、均值漂移法[4]、中值滤波等[5-6]。其中,光流法和均值漂移法广泛应用于运动目标检测中。光流法用光流场反映像素点运动的方向和速度,根据光流场分布特征提取出运动目标区域[7]。该方法检测精度高,但是无法获得运动目标的准确轮廓[8-9]。均值漂移算法运算速度快,通过在视频帧与目标帧匹配目标直方