基于Kalman的运动物体跟踪和预测方法研究

摘要：

目前,很多应用需要跟踪图像序列中的运动物体.但是,有时不知道运动物体的特性,因此,提出一个完整的跟踪预测模型;使用无需先验知识的Kalman滤波器跟踪和预测运动物体.利用提取的Harris角点,通过L-K金字塔方法得到前后两帧光流;通过光流聚类得到当前帧中运动物体的凸包,使运动物体从背景中分离出来.由Kalman滤波器跟踪和预测各运动物体凸包的重心,并划出运动轨迹.计算机仿真及现场测试结果表明所提出的方法具有较高的跟踪精度,且计算量小.

关键词：Kalman、L-K光流、聚类分析、跟踪

所属期刊栏目：14

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2014-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：234-237