10.3969/j.issn.1000-386x.2016.05.043
基于 SUSAN 角点和 HSV 颜色模型的粒子滤波目标跟踪算法
针对传统粒子滤波目标跟踪算法在目标与背景颜色相似情况下目标定位偏差大、易导致丢失目标的缺陷，提出一种基于角点和颜色模型的粒子滤波目标跟踪算法。首先，提出一种改进 SUSAN 角点检测算法，采用圆形模板邻域内像素灰度值中值代替模板中心像素灰度值作为模板“核”来检测区域目标角点，其改进 SUSAN 角点算法在继承原有 SUSAN 算法计算简单、定位准确、具有旋转不变性等特点的同时，具有更好抗噪声性能；其次，利用 HSV 颜色模型光照不敏锐特性，对检测到的角点建立 HSV 颜色模型，并将其嵌入到粒子滤波框架中，实现对目标的跟踪。实验结果表明，当背景与目标颜色相近时，该算法能够有效避免背景对目标的干扰，取得了较好的目标跟踪性能。
SUSAN 角点检测、粒子滤波算法、目标跟踪、HSV 颜色模型
33
TP391(计算技术、计算机技术)
国家自然科学基金面上项目61173184；重庆理工大学研究生创新基金项目YCX2013219。闫河，教授，主研领域图像多尺度几何分析，目标跟踪，模式识别。
2016-06-16（万方平台首次上网日期，不代表论文的发表时间）
共5页
173-176,221
