基于MATLAB的动态前景目标特征提取与运动跟踪

基于MATLAB的动态前景目标特征提取与运动跟踪

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