|
|||||
|
|
| 复杂动态场景下运动目标跟踪的卡尔曼粒子滤波方法 | |
| 引用本文： | 廖逸琪,任侃,顾国华,钱惟贤,徐富元.复杂动态场景下运动目标跟踪的卡尔曼粒子滤波方法[J].激光与光电子学进展,2014,51(9):91001. |
| 作者姓名： | 廖逸琪 任侃 顾国华 钱惟贤 徐富元 |
| 作者单位： | 廖逸琪:南京理工大学电光学院, 江苏 南京 210094 任侃:南京理工大学电光学院, 江苏 南京 210094 顾国华:南京理工大学电光学院, 江苏 南京 210094 钱惟贤:南京理工大学电光学院, 江苏 南京 210094 徐富元:南京理工大学电光学院, 江苏 南京 210094 |
| 基金项目： | 国家自然科学基金(61271332)、总装预先研究基金(40405050303)、江苏省“ 六大人才高峰”支持计划(2010-DZXX-022)、江苏省基础研究计划青年基金(BK20130769) |
| 摘 要： | 针对复杂动态场景中粒子滤波算法跟踪目标时稳定性不高且易受背景噪声影响的特点,提出了改进的卡尔曼粒子滤波(KPF)目标跟踪算法。利用卡尔曼嵌入粒子滤波的方法对粒子滤波预测的状态值进行二次预测,并且利用二次采样技术增强粒子的丰富度,从而在一定程度上消除背景噪声的影响。同时为了满足卡尔曼滤波对线性运动的要求以及消除背景快速变化对跟踪精度的影响,采用灰度投影算法计算背景偏移从而进行运动补偿。实验结果表明,改进的卡尔曼粒子滤波跟踪算法在复杂动态场景中可以有效地跟踪运动目标,证明提出的KPF算法精度高、稳健性强、实时性好。 |
| 关 键 词： | 图像处理 目标跟踪 灰度投影算法 卡尔曼算法 粒子滤波 稳健性 |
| 收稿时间： | 2014/4/4 |
Kalman Partule Fitter Algorithm for Moving Target Tracking Based on the Complex Dynamic Scene |
|
| Abstract: | |
| Keywords: | image processing target-tracking gray projection algorithm Kalman filter algorithm particle filter robustness |
| 本文献已被 CNKI 等数据库收录！ | |