首页|基于改进Kalman滤波与Camshift结合的嵌入式跟踪系统设计

基于改进Kalman滤波与Camshift结合的嵌入式跟踪系统设计

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统Camshift算法难以在运动目标受遮挡的情况下有效跟踪的问题,提出一种基于改进Kalman滤波与Camshift相结合的目标跟踪算法,通过对Kalman滤波器的状态变量(X)k增加高维特征宽高比a与高度h参数,并将P0、Q、R与窗口高度h相关联,同时在受遮挡时自适应改变(X)k参数,使Kalman滤波器能够代替Camshift算法输出足够大的跟踪框标注受遮挡目标位置.实验表明,改进算法在有效帧率方面提高了42.6%,且平均BH距离降低了0.27,显著提高了跟踪的准确性和鲁棒性.
Design of embedded tracking system based on improved Kalman filter combined with Camshift

target trackingCamshift algorithmKalman filteringtarget occlusionstate vectorembedded system

邱晓欢、郑尚坡、刘俊峰、徐诗康、廖丁丁

展开 >

广州铁路职业技术学院,广东 广州 510430

现代交通节能控制和智能运维技术联合实验室

华南理工大学自动化科学与工程学院

目标跟踪 Camshift算法 Kalman滤波 目标遮挡 状态向量 嵌入式系统

广东省普通高等学校重点领域专项

2021ZDZX1136

2023

10.16644/j.cnki.cn33-1094/tp.2023.11.008

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(11)
  • 4