西北师范大学物理与电子工程学院, 甘肃 兰州 730070
针对基于模板匹配的目标跟踪算法在目标被遮挡时容易出现跟踪丢失的问题,提出一种改进的结合遮挡判断和Kalman预测器的模板匹配算法。首先使用三帧差分法提取运动目标并计算运动目标区域。然后针对目标是否被遮挡引入Bhattacharyya距离进行判断,当Bhattacharyya距离小于设定的阈值,表明目标没有被遮挡,则使用归一化互相关(NCC)匹配算法对目标进行稳定跟踪,反之则利用Kalman预测器对被遮挡目标的位置和大小进行预测。实验结果表明,所提算法在静态背景下、目标发生遮挡时的跟踪成功率达到71.43%,比单一NCC匹配算法提高了21.43个百分点。
图像处理 目标跟踪 三帧差分法 Bhattacharyya距离 归一化互相关匹配算法 Kalman预测器 激光与光电子学进展
2020, 57(18): 181023
上海理工大学光电信息与计算机工程学院，上海 200093
针对手势识别系统中的手势分割部分提出了一种改进的结合三帧差分法和肤色椭圆边界模型的动态手势分割方法。运用三帧差分法提取动态手势的运动特征，初步确定手势所在区域，然后运用肤色椭圆边界模型对该区域进行肤色判别从而确定目标。通过提取双特征，可有效解决复杂背景下大面积肤色背景被误检的问题。通过合理设置运动检测过程中的阈值，可有效去除运动幅度较小的人脸和裸露手臂部分。同时针对三帧差分法不能检测静态手势进行了改进，使提出算法对视频流中手势的短暂停留具有极强的鲁棒性。实验结果表明，提出算法能准确高效的检测出动态手势，适用于动态手势识别等实时系统中。
动态手势分割 三帧差分法 肤色椭圆边界模型 手势识别系统 dynamic gesture segmentation three-frame difference skin-color elliptic boundary model gesture recognition systems
1 暨南大学 光电工程研究所, 广州 510632
2 光电信息与传感技术广东普通高校重点实验室, 暨南大学, 广州 510632
针对视频监控中的运动目标,引入自主跟踪思想,设计了一种基于DSP的运动目标实时跟踪监控系统。系统以TI公司的DSP TMS320DM642为核心,采用改进的差分算法辅以二值化形态学处理进行运动检测,并通过速度归一化求取云台转动矢量,应用于变速云台系统,实现了对运动目标的自主稳定跟踪。实验证明,系统取得了良好的跟踪效果,保证了目标跟踪的自主性、准确性和实时性。
视频监控 三帧差分法 实时跟踪 TMS320DM642 TMS320DM642 video surveillance 3 frames calculus of differenc real-time tracking
