文档介绍：硕士学位论文题目: 基于灰色系统理论的目标跟踪研究生郑乾辉专业机械电子工程指导教师朱泽飞教授周志宇副教授完成日期 2014 年 12月万方数据杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。申请学位论文与资料若有不实之处,本人承担一切相关责任。论文作者签名: 日期: 年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后, 发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。(保密论文在解密后遵守此规定) 论文作者签名: 日期: 年月日指导教师签名: 日期: 年月日万方数据杭州电子科技大学硕士学位论文基于灰色系统理论的目标跟踪研究生: 郑乾辉指导教师: 朱泽飞教授周志宇副教授 20 14年12月万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master Target Tracking based on gray system theory Candidate: Zheng Qian h ui Supervisor: Prof. Zhu Zefei . Zhou Zhiyu December , 201 4 万方数据杭州电子科技大学硕士学位论文 I 摘要目标跟踪技术自 20世纪以来一直都是相关领域的研究热点,它在多个领域都有非常重要的的应用价值。近年来尽管有了深入研究, 但是限于在跟踪过程中出现的多种干扰因素的影响, 将其用于现实生活更有一定的差距。这就导致了当前的目标跟踪技术还是不能满足军民领域的需求。因此, 研究这个课题还是有很重大的意义的。本论文主要创新工作及研究成果如下: 首先针对人运动跟踪提出了基于归一化自相关匹配和灰预测的人运动跟踪方法。该方法主要针对模板相关匹配算法存在跟踪实时性差和无法处理遮挡现象的缺点,提出了结合改进的 GM(1 ,1)模型、遮挡判别准则和归一化自相关匹配的人运动跟踪方法。这种 GM (1,1)模型结合以序列?? 1x 的第n 个分量作为灰色微分模型的初始条件和基于二次插值的方法构造背景值,从而提高了 GM(1 ,1) 模型的预测精度。在不存在遮挡情况下, 灰预测模型预测减小了模板匹配区域,增强了算法的实时性;在遮挡情况下,该方法以考虑了预测误差的预测值代替真实值, 提高了人运动跟踪的准确性,增强了算法的鲁棒性。其次针对人脸的快速实时跟踪,提出了一种融合 Camshift 算法和灰指数律数据序列建模的新方法。该方法首先在离线计算肤色概率分布特征的基础上,结合灰模型 EMG 预测的方法来解决 Camshift 算法跟踪过程中大面积肤色干扰、手臂遮挡人脸以及头部旋转时人脸自身遮挡问题。利用 EGM 模型的预测信息缩小了 Camshift 算法搜索区间,同时对 EGM 模型的历史数据及时进行新陈代谢,有效解决预测数据与实测数据相比的误差累积效应。实验表明该方法减少了 Camshift 算法迭代次数,能对目标很快的进行跟踪,在有干扰的情况下也能很好的跟踪目标,算法相对比较稳定。然后针对解决跟踪过程中背景对模板的影响以及降低匹配计算量的问题,提出了一种基于动态模板和运动预测的目标跟踪新算法。该方法采用 SSDA 时,仅采用模板中的目标像素参与匹配,降低了背景干扰的风险;并不断地修正模板,保证了模板数据的正确性。应用实际曲线在区间上的面积作为背景值,以及利用模拟序列和一次累加生成算子序列的差值平方和最小来优化传统的 GM(1 ,1)模型。以 GM(1 ,1) 模型来预测得到目标的初始搜索点,能够很大程度上缩小需要搜索的区域,因此能对目标进行很快的跟踪。当跟踪目标存在遮挡时,则以预测点代替真实值来获取目标位置,保证了运动的连续性和跟踪的鲁棒性。实验结果证明该方法是有效的。关键词:目标跟踪, GM(1 ,1)预测模型, Ca ms hift 算法, SSDA 算法万方数据杭州电子科技大学硕士学位论文 II ABSTRACT Since 20th century the research about target tracking technology has been a focus in the relate