基于综合色度和梯度方向直方图的运动目标跟踪算法

本文在传统的Kalman滤波和Mean-Shift优化框架下提出了一种新的视频运动目标跟踪算法。融合色度直方图和梯度方向直方图,形成了一种新的综合直方图特征.构建运动目标图像区域的金字塔,采用Kalman滤波预测耦合Mean-Shift算法的框架,在尺度、位移空间内进行优化匹配搜索,确定最佳候选目标的位置信息。大量实验结果表明,本文提出的在滤波与优化算法框架下的运动目标跟踪算法,能够很好地解决运动目标的尺度伸缩、旋转和形变等难题,可以取得比基于传统直方图更好的稳定性和跟踪精度。

一种用于图象检索的综合模糊直方图方法

随着多媒体技术的迅速发展 ,如今虽然在高带宽计算机网络上已能共享传播图象数据 ,但这也使得信息交换中的可视数据量急剧增加 ,同时给研究者们提出了有效检索图象的难题 .为了能够快速准确地检索图象 ,提出了一种用综合模糊直方图进行图象检索的方法 .该方法综合使用了颜色和纹理特征 ,首先将图象分块处理 ,得到图象在 HSI空间的颜色模糊直方图 ,然后用纹理特征对颜色模糊直方图进行扩展 ,从而得到综合模糊直方图 ,同时还给出了抽取图象颜色和纹理特征的方法和建立图象综合模糊直方图的计算过程 ,并用上述方法对一个 2 0 0幅彩色图象的图象库进行检索 .实验结果表明 。

一种基于综合特征评估的运动目标跟踪算法

提出一种基于在线综合直方图特征评估的运动目标跟踪算法.首先,通过融合颜色直方图和梯度方向直方图,形成一种新的综合直方图特征集,在物体的表达过程中有效融合和强化物体的颜色和轮廓描述;其次,为了实现长时间的稳定跟踪以及适应跟踪过程中物体和背景的连续变化,提出了一种新的跟踪物体权值评估算法,使可信特征在跟踪中起到更大的作用.复杂背景下的实验验证了该算法的有效性.