基于梯度特征和颜色特征的运动目标跟踪算法

计算机应用 ›› 2012, Vol. 32 ›› Issue (05): 1265-1268.

基于梯度特征和颜色特征的运动目标跟踪算法

刘海燕¹,杨昌玉¹,²,刘春玲¹,²,张瑾²

1. 大连大学辽宁省高校通信网络与信息处理重点实验室，辽宁大连 116622
2. 大连大学信息工程学院，辽宁大连 116622

收稿日期:2011-11-29 修回日期:2011-12-30 发布日期:2012-05-01 出版日期:2012-05-01
通讯作者: 杨昌玉
作者简介:刘海燕（1963-)，女，黑龙江萝北人，教授，博士，CCF会员，主要研究方向：卫星通信网络、图像处理；杨昌玉（1987-），男，山东东平人，硕士研究生，主要研究方向：卫星通信网络、图像处理；刘春玲（1971-），女，辽宁营口人，副教授，博士，主要研究方向：信号处理、卫星通信网络；张瑾（1968-），女，辽宁大连人，副教授，主要研究方向：电子技术应用、信号处理。
基金资助:
辽宁省教育厅科研项目(2009A066)

Tracking algorithm for moving objects based on gradient and color

LIU Hai-yan¹,YANG Chang-yu¹,²,LIU Chun-ling¹,²,ZHANG Jin²

1. Liaoning Key Laboratory of Communications Network and Information Processing, Dalian University, Dalian Liaoning 116622,China
2. College of Information Engineering, Dalian University, Dalian Liaoning 116622,China

Received:2011-11-29 Revised:2011-12-30 Online:2012-05-01 Published:2012-05-01
Contact: YANG Chang-yu

摘要/Abstract

摘要： 由于在复杂背景下仅针对目标的颜色或梯度特征进行跟踪存在不足，提出一种基于梯度特征和颜色特征相融合的CG_CamShift跟踪算法。该算法充分利用颜色直方图对目标全局的描述及方向梯度图对结构信息的描述，并结合Kalman滤波对运动目标位置进行预测，解决了复杂背景下光照、遮挡等引起的目标跟踪丢失等问题。实验结果表明，该方法在保障跟踪实时性的前提下提高了跟踪精度，并具有较强的鲁棒性。

关键词: 颜色, 梯度, 特征融合, Camshift算法, Kalman滤波, 目标跟踪

Abstract: Since there are deficiencies in tracking moving object based on either color feature or gradient feature under complex background, a new algorithm CG_CamShift was proposed with the combination of the two features. This algorithm made full use of the color histogram description of the overall goal and the gradient orientation histogram description of the structural information, and predicted the position of the moving object in combination with the Kalman filtering. It resolved the problem of losing object caused by illumination and shading under complicated background. The experimental results show that the algorithm enhances the tracking accuracy while guaranteeing the real-time performance. In addition, it has stronger robustness.

Key words: color, gradient, feature integration, Camshift algorithms, Kalman filtering, object tracking

中图分类号:

TP391.41

刘海燕杨昌玉刘春玲张瑾. 基于梯度特征和颜色特征的运动目标跟踪算法[J]. 计算机应用, 2012, 32(05): 1265-1268.

LIU Hai-yan YANG Chang-yu LIU Chun-ling ZHANG Jin. Tracking algorithm for moving objects based on gradient and color[J]. Journal of Computer Applications, 2012, 32(05): 1265-1268.

参考文献

［1］BRADSKI G R. Computer vision face tracking for use in a perceptual user interface［C］// Proceedings Fourth IEEE Workshop Application of Computer Vision. Washington, DC: IEEE Computer Society,1998,2: 214-219.

［2］黄亚勤,董秀成,李郝,等.改进的CamShift人脸跟踪算法［J］.计算机工程,2011,37(2):180-182.

［3］贾慧星,章毓.基于梯度方向直方图特征的多核跟踪［J］.自动化学报,2009,35(10):1283-1289.

［4］DALAL N, TRIGGS B. Histograms of oriented gradients for human detection［C］// Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Washington, DC: IEEE Computer Society, 2005:886-893.

［5］孙凯,刘士荣.多目标跟踪的改进CamShift/卡尔曼滤波组合算法［J］.信息与控制, 2009,38(1):9-14.

［6］刘惟锦,章毓晋.基于Kalman滤波和边缘直方图的实时目标跟踪［J］.清华大学学报,2008,48(7):1104-1107.

［7］卢晓鹏,殷学民,邹谋炎.一种基于颜色分布的混合视频跟踪方法［J］.电子与信息学报,2008,30(2):259-262.

［8］张宇,韩振军,焦建彬.一种基于综合特征评估的运动目标跟踪算法［J］.中国科学技术大学学报,2010,40(5):491-495.

［9］王宾,潘建寿,王琳,等.基于多特征融合的均值偏移视频目标跟踪算法［J］.小型微型计算机系统,2006,27(9):1746-1749.

［10］CUEVAS E. ZALDIVAR J, ROJAS R. Kalman filter for vision tracking ［EB/OL］. [2011-11-01].http://edocs.fu-berlin.de/docs/servlets/MCRFileNodeServlet/FUDOCS_derivate_000000000473/2005_12.pdf;jsessionid=BEF8B073C3F68DC5AD70768321D6F1F3?hosts=

［11］ALLEN J G, XU R Y D, JIN J S. Object tracking using CamShift algorithm and multiple quantized feature spaces［C］// Proceedings of the Pan-Sydney Area Workshop on Visual Information.Darlinghurst,Australia:Australian Computer Society,2006:3-7.

［12］刘瑞祯,于仕琪.OpenCV教程基础篇［M］.北京:北京航空航天大学出版社,2007.

[1]	潘烨新, 杨哲. 基于多级特征双向融合的小目标检测优化模型[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2871-2877.
[2]	姜文涛, 李宛宣, 张晟翀. 非线性时间一致性的相关滤波目标跟踪[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2558-2570.
[3]	石锐, 李勇, 朱延晗. 基于特征梯度均值化的调制信号对抗样本攻击算法[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2521-2527.
[4]	邓凯丽, 魏伟波, 潘振宽. 改进掩码自编码器的工业缺陷检测方法[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2595-2603.
[5]	刘瑞华, 郝子赫, 邹洋杨. 基于多层级精细特征融合的步态识别算法[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2250-2257.
[6]	刘越, 刘芳, 武奥运, 柴秋月, 王天笑. 基于自注意力机制与图卷积的3D目标检测网络[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1972-1977.
[7]	黄梦源, 常侃, 凌铭阳, 韦新杰, 覃团发. 基于层间引导的低光照图像渐进增强算法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1911-1919.
[8]	韩贵金, 张馨渊, 张文涛, 黄娅. 基于多特征融合的自监督图像配准算法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1597-1604.
[9]	孙子文, 钱立志, 杨传栋, 高一博, 陆庆阳, 袁广林. 基于Transformer的视觉目标跟踪方法综述[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1644-1654.
[10]	田野, 陈津津, 张兴义. 面向约束多目标优化的进化计算与梯度下降联合优化算法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1386-1392.
[11]	雷明珠, 王浩, 贾蓉, 白琳, 潘晓英. 基于特征间关系合成少数类样本的过采样算法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1428-1436.
[12]	唐睿, 庞川林, 张睿智, 刘川, 岳士博. D2D通信增强的蜂窝网络中基于DDPG的资源分配[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1562-1569.
[13]	李鑫, 孟乔, 皇甫俊逸, 孟令辰. 基于分离式标签协同学习的YOLOv5多属性分类[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1619-1628.
[14]	李鸿天, 史鑫昊, 潘卫国, 徐成, 徐冰心, 袁家政. 融合多尺度和注意力机制的小样本目标检测[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1437-1444.
[15]	吴宁, 罗杨洋, 许华杰. 基于多尺度特征融合的遥感图像语义分割方法[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 737-744.