10.3969/j.issn.1001-2400.2010.06.021
强背景噪声下红外目标的鲁棒性跟踪算法
提出了一种将边缘检测与改进Mean Shift 算法相结合的红外目标跟踪算法.初选了原始红外图像边缘后,再利用非线性边缘检测算法进行处理,有效地消除了原始红外图像中的大部分噪声,并能获取高质量的图像边缘信息.在此基础上,采取更新目标模型、目标模板背景加权以及候选目标区域核加权的方式改进Mean Shift算法,以增强Mean Shift算法跟踪目标的稳定性及对背景噪声的鲁棒性,从而实现强背景噪声下运动红外目标的快速、准确跟踪.实验结果表明,该算法不仅计算量较少,提高了跟踪速度,而且对背景噪声有很强的鲁棒性.
红外目标、边缘检测、Mean Shift方法、目标跟踪
37
TP391.4(计算技术、计算机技术)
国家部委预研资助项目41101050102
2011-03-23（万方平台首次上网日期，不代表论文的发表时间）
共5页
1098-1102
