基于Mean shift的筛面物料颗粒目标运动轨迹跟踪

摘要：

为了获取农业物料在风筛式清选筛面的实际运动规律,通过对多颗粒散体中的目标颗粒进行着色处理,提出采用基于颜色特征向量的Mean shift算法,实现对目标运动轨迹的跟踪.算法根据Bhattacharyya系数的大小判定跟踪目标是否被遮挡,并引入了Kalman滤波器设计.在正常跟踪过程中,利用Kalman滤波器预测每帧Mean shift算法的起始能置,然后利用Mean shift算法对目标进行精确定位,当目标被遮挡时,将其运动视为时不变系统,并通过Kalman滤波器估算目标近似位置.试验结果表明,该方法在复杂背景和光照变化条件下,实现了对快速运动目标的稳定持续跟踪,具有很好的鲁棒性,为散体颗粒运动规律的研究提供了一种图像检测方法.

关键词：轨迹跟踪、Kaiman滤波器、图像处理、核函数、Mean shift、Bhattacharyya系数

所属期刊栏目：25

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目50875113;高等学校博士学科点专项科研基金项目20060299004;江苏省六大人才高峰资助项目

在线出版日期：2009-07-03（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：119-122