文档介绍：DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofMasterResearchonDetectionandTrackingofMovingTargetBasedonMeanShiftCandidate:XuXiaoxiangAdvisor:puterScienceandTechnologyZhejiangUniversityofTechnologyApr2015浙江工业大学学位论文原创性声明本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果,也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名: 日期: 年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。作者签名:日期:年月日导师签名:日期:年月日基于MeanShift的运动目标检测与跟踪研究摘要运动目标的检测与跟踪是计算机视觉中非常重要而活跃的研究方向,也在军事、航天、刑侦、体育竞技和交通管理等方面得到广泛应用,具有巨大的科研价值和广阔的商业前景。本文全面深入地对检测与跟踪的内容进行研究与分析,重点是对MeanShift算法展开研究和改进。,详细地阐述原理和推导计算过程,归纳总结出MeanShift算法的局限性并提供相应的解决方案。,采用加入计算反向投影图,并考虑重置目标区域内像素点的权值分布,转换距离中心点和边界的像素点重要程度的方法来获取新的带有尺度变化信息的像素点,使选定的跟踪框利用新的像素获得颜色直方图,然后用更新迭代计算跟踪框质心位置的方法,提出一种基于自适应窗口变化的MeanShift算法。最终在实验中验证能达到自适应尺度变化的跟踪效果。,采用预测机制和进行运动目标分块,通过在目标区域里增加外接矩形获得分块子区域;求和初始目标中心位置与矢量距离得到子区域的新位置;利用相似度比得到权重,最终综合权重与子区域新的中心位置计算得到新位置;判断Bhattacharyya系数与遮挡阈值的方法确定是否受遮挡影响,提出一种基于MeanShift的抗遮挡运动目标跟踪算法,实验表明新算法处理遮挡情况的效果尚佳。本文在传统MeanShift算法基础上,对尺度变化和遮挡影响的问题进行改进,通过实验证实了新算法的有效性和稳定性,一定程度上解决了这两个问题。关键词:检测与跟踪,MeanShift,尺度变化,预测机制,putervision,andplaysanimportantroleinthemilitary,aerospace,criminalinvestigation,sportsandtrafficmanagement,,acomprehensiveandin-depthonthedetectionandtrackingofthecontentoftheresearchandanalysis,,,putationofreverseprojection,alsoconsidertheweightdistributionofpixelresetinthetargetarea,methodofpixelconversionfromthecenterandtheboundaryoftheimportantdegree,inordertoobtainthepixelscalechangewithnewinformation,sothattheselectedtrackboxusingcol