基于改进Camshift的无人机目标跟踪算法研究

沈思源; 李震霄; 孙伟

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进Camshift的无人机目标跟踪算法研究

更新时间：2026-09-04

- 基于改进Camshift的无人机目标跟踪算法研究
- Research on target tracking of UAV based on improved Camshift algorithm
- 微电子学与计算机 2019年36卷第11期页码：76-83
- 作者机构：
  
  中国矿业大学信息与控制工程学院,江苏,徐州,221008
- 作者简介：
- 基金信息：
  
  国家自然科学基金 61403394
- DOI：
  中图分类号：
- 纸质出版：2019
- 稿件说明：
移动端阅览
沈思源, 李震霄, 孙伟. 基于改进Camshift的无人机目标跟踪算法研究[J]. 微电子学与计算机, 2019, 36(11): 76-83.

SHEN Si-yuan, LI Zhen-xiao, SUN Wei. Research on target tracking of UAV based on improved Camshift algorithm[J]. 2019, 36(11): 76-83.
沈思源, 李震霄, 孙伟. 基于改进Camshift的无人机目标跟踪算法研究[J]. 微电子学与计算机, 2019, 36(11): 76-83. DOI：

SHEN Si-yuan, LI Zhen-xiao, SUN Wei. Research on target tracking of UAV based on improved Camshift algorithm[J]. 2019, 36(11): 76-83. DOI：

摘要

无人机在对地面目标进行跟踪时

传统Camshift算法易受相似颜色背景/目标、遮挡等干扰.本文提出一种改进Camshift的目标跟踪方法.通过提取跟踪目标的色度、饱和度和LBP纹理特征分量建立基于三维联合直方图的跟踪模板

并采用自适应加权策略来调整三种特征分量的权重值

提高算法的跟踪准确度; 在跟踪目标受到遮挡干扰时

引入Kalman滤波机制

增强算法的鲁棒性.实验结果表明

改进后的算法能够满足无人机对目标跟踪准确性与实时性的要求.

Abstract

When UAV tracks the ground target

the classicCamshift algorithm is susceptible to similar color background/target

occlusion

etc. The target tracking method based on improved Camshift is proposed A tracking template based on three-dimensional joint histogram is established by extracting the Hue

Saturation and LBP texture features of the tracking target

and the weighting values of the three feature components are adjusted by the adaptive weighting strategy to improve the tracking accuracy of the algorithm. When the tracking target is blocked

Kalman filtering mechanism is introduced to enhance the robustness of the algorithm. The experimental results show that the improved algorithm can meet the requirementsoftargettrackingaccuracyandreal-timefor UAV.

关键词

Keywords

references

袁国武.智能视频监控中的运动目标检测和跟踪算法研究[D].昆明: 云南大学, 2012.

WU X, LI L, LAI J, et al. A framework of face tracking with classification using CAM Shift-C and LBP[C]// Fifth International Conference on Image and Graphics. China, Xi′an, IEEE Computer Society, 2009: 217-222.

LI L, LUO Y. Improved video moving target tracking based on camshift[J]. American Journal of Computational Mathematics, 2016, 6(4):357-364. DOI: 357

BAN L Y, HAN Y H, WU Y H. Target tracking based on improved camshift and kalman filter[J]. Advanced Materials Research, 2014 (989/994):3587-3590. DOI: 3587

刘亚伟, 李小民, 陈为元.基于改进CamShift融合Kalman滤波的无人机目标跟踪研究[J].电光与控制, 2017, 24(8):33-37. DOI: 33

贺若彬, 武德安, 吴磊, 等.稀疏子空间的粒子滤波法在目标跟踪中的应用[J].计算机工程与设计, 2016, 37(11):3080-3085. DOI: 3080

Springer Berlin Heidelberg YUAN G W, GAO Y, XU D. A moving objects tracking method based on a combination of local binary pattern texture and hue[M]. Springer Berlin Heidelberg, Electrical Engineering and Control, 2011:3964-3968. DOI: 3964

屈晶晶, 辛云宏.连续帧间差分与背景差分相融合的运动目标检测方法[J].光子学报, 2014, 43(7):219-226. DOI: 219

XIU C, WEI S, WAN R, er al. Camshift tracking method based on target decomposition[J]. Mathematical Problems in Engineering, 2015(1):1-20. DOI: 1

初红霞, 谢忠玉, 王君祥, 等.空间相关背景加权直方图均值漂移目标跟踪[J].控制与决策, 2014, 29(3):528-532. DOI: 528

GUO L, LI L, ZHAO Y, et al. Pedestrian tracking based on camshift with kalman prediction for autonomous vehicles[J]. International Journal of Advanced Robotic Systems, 2016(13):1-5. DOI: 1

赵欣, 陈峰, 吴立知.一种改进的meanshift运动目标跟踪算法[J].通信技术, 2011, 44(11):76-79. DOI: 76

翟卫欣, 程承旗.基于Kalman滤波的Camshift运动跟踪算法[J].北京大学学报(自然科学版), 2015, 51(5):799-804. DOI: 799

覃跃虎, 支琤, 徐奕.基于三维直方图的改进Camshift目标跟踪算法[J].现代电子技术, 2014, 37(2):29-33. DOI: 29

修春波, 魏世安, 万蓉凤.二维联合特征模型的自适应均值漂移目标跟踪[J].光电子·激光, 2015, 26(2):342-351. DOI: 342

李成美, 白宏阳, 郭宏伟, 等.一种改进光流法的运动目标检测及跟踪算法[J].仪器仪表学报, 2018, 39(5):249-256. DOI: 249

宋晓琳, 王文涛, 张伟伟.基于LBP纹理和改进Camshift算子的车辆检测与跟踪[J].湖南大学学报(自然科学版), 2013, 40(8):52-57. DOI: 52

KUN M, ÜNAL S. Implementation of tracking of a moving object based on camshift approach with a UAV [J]. Procedia Technology, 2016(22):556-561. DOI: 556

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

超低功耗实时时钟电路的设计

V型沟槽SiC中子探测器的蒙特卡洛分析

基于改进RT-DETR的航拍小目标检测算法

注意力机制与改进密集卷积引导的信息隐藏模型

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真