- 上一篇：基于harris红外与可见光图像配准
- 下一篇：OpenCV基于MFC实现运动物体的团块跟踪
1.3 本文所研究的内容
这篇文章了解夜间运动目标的变化，掌握夜间移动目标变化跟踪的基础知识，从中挑出视频运动分析中的运动目标跟踪作为研究重点。利用OpenCV和Visual C++组建实验平台，针对消除数字图像产生的特定噪声，正确认出和分开运动物体、物体之间的遮盖、处理的实时性要求等难点进行了研究。研究Meanshift法、粒子滤波法以及光流跟踪法三种目标检测的算法，利用C语言，并结合OpenCV函数库，编程实现三种跟踪算法的流程图，并在电脑上调试程序，分析算法结果并比较各种算法的优点缺点及他们应用范围。
2夜间目标跟踪方法
2.1 Meanshift算法
Meanshift 这个概念最早被提出是Fukunaga等人在研究概率密度梯度函数的估计中发现的,其最初含义正如其名,就是偏移的均值向量，它们的直观描述如图2.1所示。
图2.1 直观描述图
图2.2 直观描述图
核函数说明
对在N维空间中，该空间中的一个点记为y，该空间的核函数用P (y)表示，其定义为：
（2.1）
P(y)的含义是放射对称核函数， P(y)的轮廓函数用p(y)来称为，它的特点是可微性，且是严谨的参考的固定量cp、n，使P(y)积分为一。
1维下的没有参考量假设设Y1,Y2,Y3, …Yn是相互没有关系但是分布一样的样本，这些样本从全部样本中随机出来的，未知的密度函数f（y）是Y具有，那么f（y）的核估计为：
（2.2）
核函数相邻宽度最大的是h。我们频繁使用的核函数如下：一种是单位Gauss核函数，另一种是单位整齐核函数。
图2.3 单位整齐核函数 图2.4 单位Gauss核函数
在N维空间下，它的没有参考量估计：
Y在n维欧式空间中，该空间中存在的点用y代表，该空间中的核函数用 代表, 点y在 空间中的概率密度大概为:
（2.3）
（2.4）
在计算机视觉中，经常帮助到的是四周扩散状镜状核函数。
（2.5）
图2.5 放射状对称核函数
在通常情况下常采用比例形式，这种比例形式是H为单位矩阵的，即
，
（2.6）
若在考虑到
（2.7）
上面的公式就是概率密度函数的公式，它是根据核函数 的。
程序代码最为集中的区域 ，与最大概率密度有着联系。然后就能算出梯度，这是对概率密度，梯度的指向就是概率密度增加不是最小的指向，从而程序代码表现出来分布最密集的方向也就是这个指向。
（2.8）
令 ，假设除了不是无限个点，对所有 轮廓函数 的梯度均存在。轮廓函数记为 ，核函数 为：
， ，那么
（2.9）
-
基于差分进化算法的自动...
-
基于混沌的图像加密通信...
-
MATLAB基于时频分析的穿墙呼吸检测算法研究
-
基于LTE的OFDM无线传输链路设计与仿真
-
基于OFDM的用户接入控制技术研究
-
基于OFDM的数字图像无线传输关键技术研究
-
QPSK无线通信网络中基于...
java+mysql车辆管理系统的设计+源代码
杂拟谷盗体内共生菌沃尔...
电站锅炉暖风器设计任务书
酸性水汽提装置总汽提塔设计+CAD图纸
大众媒体对公共政策制定的影响
当代大学生慈善意识研究+文献综述
中考体育项目与体育教学合理结合的研究
十二层带中心支撑钢结构...
河岸冲刷和泥沙淤积的监测国内外研究现状
乳业同业并购式全产业链...