当前位置:首页 >> 信息与通信 >>

结合扩展卡尔曼滤波的CamShift移动目标跟踪算法


第18卷第4期 2011年4月

电光与控制
Electronics Optics&Control

V01.18

No.4

Apr.2011

结合扩展卡尔曼滤波的CamShift移动目标跟踪算法
李明锁1, 井亮1, 邹
杰2,冯星2,

/>
姜长生1

(1.南京航空航天大学自动化学院,南京210016;

2.光电控制技术重点实验室,河南洛阳471009)

摘要:CamShift算法是一种利用颜色信息对移动目标进行跟踪的算法,当目标快速运动或者受到干扰时容易导致 跟踪失败。因此提出了一种结合CamShift与扩展卡尔曼滤波的移动目标跟踪算法,使用扩展卡尔曼滤波对目标运动 速度和空间位置进行预测,同时采用目标加权直方图改进CamShift算法。所研究的算法能有效地克服目标背景干扰, 存在干扰目标或目标部分被遮挡的情况下,仍能实现有效跟踪。实验结果表明,所研究的方法能够对移动目标持续 稳定地跟踪。 关键词:目标跟踪:CamShift算法;扩展卡尔曼滤波;直方图加权 中图分类号:V271.4:TN956 文献标志码:A 文章编号:1671—637X(2011)04—0001—05

CamShift Algorithm Combined稍th Extended Kalman
Filter for

Moving

Target Tracking

LI lVIingsu01,JING I_,ian91,ZOIJ Jie2,FENG Xin92,JIANG Changshen91

(1.College

of Automation

Engineering,Nanjing
011

IJniversity of Aeronautics and

Astronautics,Nanjing 210016,China;

2.Science and Technology

Electro?Optic

Control laboratory,Luoyang 471009,China)

Abstract:In CamShift algorithm,color information is used for tracking the moving target,which may lead
to

failed tracking if the speed of the target is too high叫disturbance exists.Therefore.we proposed

8.11

algorithm combining Extended Kalman which EKF
can

Filter(EFK)with

CarnShift algorithm for tracking moving target,in

predict the position and the velocity of the moving target.On the other hand,the weighted
can

histogram is used to improve CamShift algorithm.The proposed tracking algorithm

effectively overcome
or

the influence of the background,which could still achieve effective tracking when disturbance exists
target is

the

partially sheltered.Experimental results show that the proposed method

can

obtain the

stable

tracking performance for the moving target. Key words:target tracking;CamShift algorithm;Extended Kalman

Filter(EKF);weighted

histogram

0引言
视频图像中的移动目标跟踪作为计算机视觉研究 的核心问题之一,它涉及了图像处理、模式识别、人工智 能、自动控制以及计算机等诸多领域¨q】。近年来, Mean.ShiftHl算法以其无需参数、快速模式匹配的特性被 广泛地应用到目标跟踪领域。文献[4]针对多维图像采 用改进的快速高斯变换来提高Mean.Shift算法的速度; Collins”1使用基于尺度空间的MeanShift算法很好地实 现了核函数带宽实时变化时的目标跟踪;但是这两个算
收稿13期:2010一05—2l 修回日期:2010一∞一23

法都缺乏必要的模型更新,其固定不变的核函数窗宽影 响了跟踪的准确性。当目标存在明显尺度变化时,会导 致目标跟踪实时性差。为了克服上述问题,Bradski¨1在 Mean,Shift算法的基础上提出了CamShift算法,是对 Mean,Shift的改进算法,它主要通过视频图像中运动物体 的颜色信息来达到跟踪的目的,以颜色直方图为特征, 使用lⅣIeanShift作为搜索算法,有效地利用梯度上升的 方向来减少特征搜索匹配时问,从而实现快速的目标定 位。 在一些背景简单的环境.中,CamShift算法能够很 好地对目标实施跟踪,然而一旦目标背景发生动态变 化或者目标存在严重遮挡时,由于不能对目标运动趋 势做出相应的预测,跟踪过程中目标很容易丢失。如 何提高CamShift算法的鲁棒性和实时性,是目标跟踪

基金项目:光电控制技术重点实验室资助 作者简介:李明锁(1968一),男.河北赵县人,博士生,研究员.研究 方向为图像处理。

万方数据



电光与控制

第18卷

技术的关键问题。将CamShift算法和相应的滤波算法 相结合,可以有效地提高目标跟踪效果。而扩展卡尔 曼滤波盯1能够将非线性滤波问题转化为一个近似的线 性滤波问题,在跟踪中较为准确地预测目标的速度和 位置,从而准确地估计目标运动状态。 本文采用CamShift算法与扩展卡尔曼滤波器相结 合,利用扩展卡尔曼滤波器对运动目标位置预测估计; 同时采用目标加权直方图改进CamShift算法,赋予颜 色特征较大的权重,可以有效地克服背景颜色的干扰, 保证后续跟踪准确性。


索窗的初始值,如此迭代下去,就可以实现对目标的跟
踪‘引。


CamShift算法获取的运动目标的颜色直方图作为 特征,以目标直方图的反向投影图像作为匹配模板,在 当前帧中确定目标所在的位置和大小,在下一帧视频 图像中,用目标当前的位置和大小来初始化搜索窗口, 重复以上过程就实现对目标的连续跟踪。CamShift算 法的基本流程如图1所示。

厂丽

MeanShift算法
MeanShift算法口1是一种密度函数梯度估计的非

”篡::j::葙茬昼“l I提取图像H!型

摆爨措H药磊琶募蕾H㈣茗
在搜索窗口 找到质心 调整窗口大小,移动窗口中

参数方法,通过迭代寻优找到概率分布的极值来定位 目标。计算MeanShift算法的步骤∞1如下所述。 1)在颜色概率分布图中选择跟踪窗口的大小& 和初始位置(Xo,Yo)。 2)计算跟踪窗口内的质心(菇。,儿)或重心。 零阶矩:
得到质心位置 口搜索窗口大‘

心到搜索窗廊C啦置,重折
设置计算区域


收敛?

‰=∑∑‘(茹,,,)
菇的一阶矩:

(1)

一—』 一 r在当前帧显示


目标



M。。=∑∑xl,(x,,,)
# ,

(2)
Fig.1

图1

CamShift跟踪算法框图

Y的一阶矩:

Configuration of CamShift tracking algorithm

Mo。=∑∑戈L(髫,),)
则搜索窗的质心(菇。,Y。)为


(3)

如图1所示的CamShift跟踪算法流程图可以归 纳出如下步骤¨引。 1)读取视频第一帧图像(先转换为HSV格式,H
‘4’ (4)

t=瓦Mlo,儿=M瓦ol 5瓦’儿2瓦
围为搜索窗的大小。

为色调分量;S为色饱和度分量;V为亮度分量),提取 HSV图像中H分量。 2)初始化搜索窗口,选择移动目标区域(大小、位 置),并计算该区域的颜色直方图q。。(假定使用m级

其中:,c(石,,,)是坐标(茗,y)的像素值;菇和Y的变化范

3)重新设置搜索窗口的大小s=2√嘉。
4)重复第2)步和第3)步,直到质心收敛(即相邻 两次运算的质心偏量小于一定的阈值)。通过以上步 骤,MeanShift算法就求出了在新的一帧图像中目标区 域的质心。计算的过程中,搜索窗口的尺寸不断地变 化,直到最后求出的质心变化小于给定的阈值后,均值 漂移算法达到了收敛点,即可得到目标区域的质心。


量化的直方图,k}Ⅲ.…。。为目标区域图像的像素位
置,定义6(茁;)Ⅲ.…..来表示像素气对应的像素值,那

么目标颜色直方图分布为:q。=∑缸6(托)一Ⅱ],u=
不五

1,…,m,其中艿为Kroneeker Delta函数)。 3)根据目标区域的颜色直方图,将当前帧视频图 像作反向投影,得到当前帧的概率分布投影图像P。。 (为使得到的概率分布在[0,255]范围内,需将直方图

CamShifl跟踪算法
为了克服MeanShift算法缺乏必要的模型更新的

进行缩放:iP。2苛。L吐…..,其中maxq为q-的警
大值)。 4)根据搜索窗口的大小和中心位置,在概率分布 投影图上利用MeanShift计算出搜索窗口的质心位置, 并移动搜索窗口的中心位置到质心位置。 5)判断中心位置是否收敛,若否,则返回步骤

缺点,将MeanShift算法扩展到连续图像序列(一般都 是指视频图像序列)形成CamShift算法Ⅲ3。CamShift 算法的基本思想是视频图像的所有帧作MeanShift运 算,并将上一帧的结果作为下一帧MeanShift算法的搜

万方数据

第4期

李明锁等:

结合扩展卡尔曼滤波的CamShift移动目标跟踪算法



4)。根据新的中心位置继续计算质心位置,直到收敛; 若是,则可以得到区域中心位置和大小,此时的中心位 置和区域大小就是感兴趣的目标区域在当前帧中的位 置和大小,返回步骤1),重新获取下一帧图像,并利用 当前所得的中心位置和区域大小转到3),在新的图像 帧中进行搜索。

有如下递推公式‘引:
预测方程: 彳(后I J|}一I)=F(kIk一1)X(k一1Ik一1)

(9)
JI一

预测协方差阵: P(klk一1)=F(矗Ik一1)P(J}一1Ik一1)F1’(kl 1)+G(后一1)Q(七一1)G1(k一1)
滤波增益矩阵: (10)

3扩展卡尔曼滤波
运用CamShift算法能够很好地对目标实施有效的 跟踪,然而当运动目标背景环境复杂或者目标存在严 重遮挡时,由于不能对目标运动趋势做出相应的预测, 跟踪过程中目标很容易丢失,因此需要引入估计器预 测目标的运动参数。 扩展卡尔曼滤波器[91是一种简单常用的状态估计 快速算法,能够较为准确地对目标的运动位置、速度作 出预测。假设系统噪声和观测噪声均为白噪声,采用 扩展卡尔曼滤波器伸】,系统模型和观测模型如下所示。 X(Ji})=F(kIk一1)X(后一1)+a(k一1)形|(||}一1) (5) z(J|})=^(X(|j}))+y(矗) (6)

鬈(||})=P(klk一1)且盯(j|})[H(k)P(kik一1) Hr(拓)+R(k)]以 状态滤波值: X(klk)=X(klk一1)+g(k)[z(||}).-z(||}Ik—1)] (12) Z(||}Ij}一1)=h(X(k1.|}一1)) 滤波均方误差阵:
P(k Jk)=[I-g(k)H(k)]P(klk一1) (11)

(13) (14)

4结合CamShift与扩展卡尔曼滤波的跟踪 算法
目标跟踪过程中。由于连续两帧图像时间间隔较 短,一般移动目标运动状态变化较小,所以可假设目标 在两帧时间间隔内作匀速运动。每帧图像处理时间较 为稳定,因此假定采样间隔r为相邻两帧图像时间间
隔。

其中:X(k)∈R“1为//,维目标状态向量,z(k)∈R“1 为ra维量测向量。F(.|}lk一1)∈Sn“,G(后)ERn即分 别为状态转移矩阵、输入矩阵。W(k)E Rp“和
V(k)E Rm¨分别为状态噪声和量测噪声,且为互不相

设目标的运动参数为某一时刻目标所在的位置和 速度。令目标的运动状态变量为x(j})=[菇(后), ),(座)。吃(五),秽,(J|})],分别是目标在茗轴和Y轴上的位

关的高斯自噪声向量序列,其协方差矩阵分别为Q(||}) 和足(尼)。h(?)为观测函数:

置和速度,其中也(知)=丛型掣,哆(后)=



九cxc%,,=【;::j】=q/x2(k)一+、Y~2(k)]c7,
式中:r(后)为极坐标下图像基准参考坐标(0,0)到目 标质心的距离;口(后)为极坐标下的方位角。 对h(X(Jj}))在一步预测值X(kIk一1)处利用泰勒 级数展开,并略去二次以上的高阶分量,可以线性化得
到:

zil2=zf!=1 2
观测状态向量z(k)=[菇。(_|}),儿(k)],表示观测 目标的位置。 初始化状态转移矩阵为
1 0 0 1 0 0 At 0 l 0 0 At 0 l

F(kIk一1)=

0 O

日(_|1)=凳1.



其中:At表示时刻‘(k)和t(k一1)的时间间隔,可以用

[篓r 豢,
万方数据



帧数差来表示,此时At=1。 动态噪声方差矩阵为
0 1 0 0 l O

其中:;=以孤丽j丌≮万两瓦可n
扩展卡尔曼滤波器的重要特点之一就是可以通过 递推的方法对状态进行最优滤波,扩展卡尔曼滤波器

Q(后)=

0 O

测量噪声方差矩阵为

电光j#制

第l s#

”,=【㈡;
韧始化滤渡嚣.选择起始窗¨的位置和太小.作为 CnmShifl算“、的墙人阿时对搜索窗口的位置坐标初 始状志向疑X{O)进秆研始化。在跟踪过程中.在时刻
女时.把P时刘H b、位置的最优估计;(^一I^一I)

‘(‘)‘{o
6实验与结果分析

芤他

为r验证算法的啊教性,本文使用窄外行人打一£ 视频进行跟踪实验(CPU:Inter 2 4(:,内存:512 M.运 行环境WindowsXP;Vc¨6 0)。韧始跟踪时.目标用 手动选择.则相应的跟踪仿真结果如图3和图4所Ⅲ一

ft^式(5)得到,(^)葫涮值;(^^一l】.同时C出hfft
算j击计算日标的质0,井以c枷sh-n算法输出的目标

剿C焉amSh含ift氍戮麓暨懈剩:俨

;(I々).将;(女k)rp的质心的位置向量作为下一时刻Ⅱ}■罾—■IPll雕■囊嘲U!璺_啊‘霸■●‘‘!, ‘ (下帧)的 算法的输人。这样.在每惋的趾 ≯’ ’一,:_ { _

二;。擀Ill
”8型岖函睡酽婴“
目2*f扩№#尔曼泣波的c蜩蛐移动目镕跟罱[算法
Fig 2

m■m■重—“■■l:■—■沮

甜j

。刚

cm&m

algodthra

based∞EKF

for—g

ImI㈨klng


CamShift算法的改进
Br丑dskl G

R”提出的Can,Shift算法朋十感知用户

羿面的人脆跟踪,它采用rlsv色彩空间的H分最建立 日怀直方酣模型+限于跟踪}芊定颜色的目标。针对复 杂背景F跟踪多颜色目怀的情况.本文采用加权血方 圈改进CamShifi算法。 目标外固哟样牟点常常受噪声和光源影响而使其 -V信唾降低.枉选择的目标区域中,离目标区域中心 越远的像素常常受噪声影响越太而使可信度降低,该 像素破其他物悼遮盖的可能性或者屉于背景的可能性 越大哪此秉用加枉直方削赋予H标区域内不同位置 曲缘素币『目的权重,位置%目标区域中心的距离越匠 而柏应的权重越太,反之捏重越小。 目标R域的加杈直方图计算如下:
Fig 3

b¥i#n目#*m(HⅢ**15

32

46.63

7R《)

圈3迪挡情况T的跟踪技果

Tracking腻uIb lmde‘pavia]*eIu slon 图3、图4所示上下两行阿像分别为采用CmShifi 算法和本文算法在两种场煨下的跟踪效果埘比。,H 看到,图3a第46帧由于遮捎影响.跟踪窗口逐渐向l’ 扰目标方向穆动,最后日标丢失;网3b中,本文采取的 算法扯建{'li严电情况下,#展卡尔盐滤波充舒利用先 前目标舶运行状态信息及当前时刻帅目标f々置的观洲 值,耐目标连动状态估计,即使出现目标受到物体魑 挡.还能继续保持对目标的跟踪.M州较蚶地你uI r趴 踪效果的鲁捧性和稳定性。囤4巾存在光照变化’J避 挡等复杂情M的影响.罔4a中.第53帧时环境tlt


_。=y“r)6[b(x.)一u],㈩1,m(14)


n中:女(r)为授函数伟坩是给远离搜索窗口4一心竹像

素赋干比较小纳钗蘼,r=√(1一考)。+(1一考)2,
(t,y,)为口杯区域中u.6为Kmnecker Delia函数。 奉文采州的信函煞为

万方数据

弟4期

{明镜等:结☆扩*卡尔曼漳淀神C“hiE穆动U标跟踪苒*
效地克般r评景f扰,提高r目标跟踪的可靠性。枉存 在r1二扰目标和部分遮挡的情M r,仍能奠现有效的麒 踪.提高了系统的鲁棒性 参考文献
1]m是科技Visual c++赦宁图像处《典d苒浊髓《Ⅸ [Ml-北京:^B邮电m版社,2006:I
n 2003:2M 258


出现干扰月杯,搜索街LI开始向干扰目标偏离.第87 帻.当目标从光照埕进^阴影区时.跟踪窗口漂穆判与 n标颧色橱近舯背景,后而备帧跟踪失败;而本文采取 的算法由丁采用目标加杈和状盎估计预测器.较好地 兜臌丁光照变化的影响,髓4b中.第s7帧,此时目标 从光雕Ⅸ进人阴影区.n标跟踪情况良好.第109帧, 此时EI标被场景巾的树干遮挡,跟踪效皋依然稳定。

蟋爨瓣髑

2]回萨雷斯数}目像*理[M]北自电r LnⅢ版

翟黼
?¨

3]

c}呲Y 7-№Ⅲ曲m:Mode僦“w删I el心“w
Ⅱ珏nmun郴∞Pm帅^r_Ⅷs眦I地dult


J¨
Ifl【dli?



pr





/k



目日髓,1噼.17(8)7卦7虹
4]YANG
for

J.DUBAISWAMI R,n^vB L Similafity“出m

r啪p一呲kemd“m1口h酬曲j刚1“ll“(.、/

18m

目…,Vimna.British
16

Annual岛nkn…n

IMo删ion p隅e”删 Columbla《“∞.M%2Ⅻ:13t
N%d



嘴爝




j产

5】

COlliNS R r

M叫shlh bl“l耻h1%Ⅱl删dl∞“c¥p州
ar,d Pattern

[J]IKgE(“¨m ViaiM 2-234瑚
6 BP.ALHKI G n

Reco“lion.Ⅲ.
u5…Ⅱ

ComputerⅥsI%facelmckingfor T#hndob'y

I}

I"MpTu“u#rinfe rfate‘J]Intd
19姐.2(2):I
71
15 KAIjtAN R E prtdicfioa

Jo…】
and

A…approach¨“ⅢⅡfihenng


…”g,1960,82(2):35Ⅲ
8 7

proSlems【J]n哪AS.ME Jou

of

B“K卧目-

m嘉满.胨罐,美妊±一种快速的多H“m踪非拽性 滤波算往【J】屯咒々控制.2008 15(2):27
30

91李健,蒋密.束龙,等

种精№m≈n自目#的If《

7结束语
钳对单纯的使用C ar.1=Shlfl算法埘j’快速运功目标 的跟踪鲁棒性不强,在背景光麒发生改变或目标受刊她 {§时符易发生日标丢失的问题,本文提出r结台扩展幸
10j

t&拽葬&f J1自光与控制,2006 13(2j.3-7
ALLEN

J【,,XU R Y D.Jib JS

uM∞t

r∞king using

cⅢmn岫^‰d m■m qⅢtt/zed femmc 5D一

[D]Sydmy:u…b d自dM.2006
版社,1984

尔曼滤波器的C—Shih方法.将预测的目标空捌位置参
数传递给候选目标韧始搜索过程巾,保证了目标空间运 动过程中的一致性和连贯性.政善了对运动目标的跟踪 敢果,同时采用目标加扳直方图改进CamShifi算法,有

11]鳃奇R散字滤谤自卡尔璺∞被[M]北京:科学m

12]COMANICIU D,RAMESH V MEERP鼬dlimetrack-
ing

of~nPd
and

Vhhn

P…RⅧ‰.20n0,2:140-150

o*ecI∞‘q

MⅫShfft【J]Compulcr

万方数据

结合扩展卡尔曼滤波的CamShift移动目标跟踪算法
作者: 作者单位: 李明锁, 井亮, 邹杰, 冯星, 姜长生, LI Mingsuo, JING Liang, ZOU Jie, FENG Xing, JIANG Changsheng 李明锁,井亮,姜长生,LI Mingsuo,JING Liang,JIANG Changsheng(南京航空航天大学自动化 学院,南京,210016), 邹杰,冯星,ZOU Jie,FENG Xing(光电控制技术重点实验室,河南,洛阳 ,471009) 电光与控制 ELECTRONICS OPTICS & CONTROL 2011,18(4)

刊名: 英文刊名: 年,卷(期):

本文链接:http://d.g.wanfangdata.com.cn/Periodical_dgykz201104001.aspx


相关文章:
基于改进的Camshift算法的目标跟踪研究
基于改进的 Camshift 算法的目标跟踪研究 【摘要】 研究了几种常用的目标跟踪算法,为了提高目标跟踪的准确率和鲁 棒性,提出一种改进的 Camshift 目标跟踪算法。 。...
数字信号处理论文
的 Camshift 算法根据目标 属于区域匹配的跟踪算法的...本文提出了 Kalman 滤 波器与 Camshift 算法相结合...[5]朱胜利,朱善安.基于卡尔曼滤波 器组的 Mean ...
卡尔曼滤波
卡尔曼滤波_数学_自然科学_专业资料。卡尔曼滤波与运动追踪引言标准卡尔曼滤波器...? ? 1? Camshift 结合 Kalman 滤波的目标跟踪算法整个跟踪具体过程分为两个...
目标跟踪算法的分类
过程中不发生移动, 只有被监视 目标在摄像机视场内...相对于卡尔曼滤波算法,粒子滤波器特别适用于非线性、...均值漂移算法 (Camshift 算法 )和置信区域算法都是...
2011-10-31目标跟踪的算法总结
跟踪场合; 缺点是跟踪小目标和快速移动目标时常常...库中的 CAMSHIFT 算法,自动跟踪并调整目标窗口的中心...有两种经典的组合:卡尔曼滤波和粒子滤波 粒子滤波和...
CamShift算法
Camshift 算法引言大多数特征跟踪算法的执行都遵循下图所示的目标预测——特征检测...移动搜索窗的中心到质心, 如果移动距离大于预设的固定阈值, 则重复 2)3)4),...
目标跟踪算法的研究与实现2016_图文
目标跟踪算法的研究与实现2016_计算机软件及应用_IT/...室外复杂的环境下也能对多人的移动进行检测跟踪及...基于卡尔曼滤波跟踪方 法 基于运动估计的跟踪方法 ...
基于OpenCv目标跟踪系统的实现_图文
该文首先详细介绍 CAMSHIFT 算法, 并结合 Intel 公司开发的开源 OpenCV 计算机...来实现目标跟踪的函数 cvCalcOpticalFlowBM 和 cvSnakelmage 以及卡尔曼滤波函 数...
卡尔曼在目标跟踪的应用与仿真
下面我们来用他们结合他们的 covariances 来估算系统...五 结论本章重点介绍了卡尔曼滤波在目标跟踪的算法,...扩展卡尔曼滤波在目标跟... 暂无评价 4页 ¥3....
Camshift算法原理
直到搜 索窗的中心与质心间的移动距离小于预设的...3--camshift 将 meanshift 算法扩展到连续图像序列,...(1).准备一张只包含被跟踪目标的图片,将色彩空间...
更多相关标签: