根據(jù)水面監(jiān)控圖像的特點(diǎn),對運(yùn)動載體采集到的水面視頻圖像進(jìn)行處理,從而實(shí)現(xiàn)對運(yùn)動目標(biāo)的跟蹤。首先,利用Haar分類器檢測出水面的運(yùn)動目標(biāo),并用檢測結(jié)果初始化Camshift跟蹤器的搜索窗口;然后,運(yùn)用Kalman濾波器與Camshift組合算法實(shí)現(xiàn)對運(yùn)動目標(biāo)的跟蹤。其中,利用Kalman濾波算法預(yù)測目標(biāo)在下一幀中出現(xiàn)的位置,Camshift算法用來跟蹤目標(biāo),以此減小搜索范圍,提高跟蹤效率。實(shí)驗(yàn)結(jié)果表明,該算法能夠?qū)崿F(xiàn)對水面運(yùn)動艦船的檢測并進(jìn)行有效跟蹤。 

【文章來源】：現(xiàn)代電子技術(shù). 2019,42(11)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

Camshift與Kalman結(jié)合算法流程圖Fig.2FlowchartofCamshiftandKalmancombinationalgorithmCamshift算法融合Kalman濾波器的目標(biāo)跟蹤過程

【參考文獻(xiàn)】：
期刊論文
[1]制導(dǎo)炮彈飛行姿態(tài)的卡爾曼濾波估計(jì)方法[J]. 牛春峰,劉世平,王中原.  中國慣性技術(shù)學(xué)報. 2012(05)
[2]結(jié)合Camshift和Kalman預(yù)測的運(yùn)動目標(biāo)跟蹤[J]. 錢永青,謝勤嵐.  計(jì)算機(jī)工程與科學(xué). 2010(08)
[3]艦船紅外成像目標(biāo)實(shí)時識別與跟蹤系統(tǒng)研究[J]. 劉松濤,沈同圣,周曉東,韓艷麗.  系統(tǒng)工程與電子技術(shù). 2005(08)
[4]一種基于Kal man濾波的視頻對象跟蹤方法[J]. 張江山,朱光喜.  中國圖象圖形學(xué)報. 2002(06)

博士論文
[1]基于光視覺的無人艇水面目標(biāo)檢測與跟蹤研究[D]. 曾文靜.哈爾濱工程大學(xué) 2013
[2]基于視頻的目標(biāo)檢測、跟蹤及其行為識別研究[D]. 王江濤.南京理工大學(xué) 2008



本文編號：3236729