文档介绍：学位论文独创性声明学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得直昌盔堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权南昌大学可以将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、汇编本学位论文。同时授权中国科学技术信息研究所和中国学术期刊(光盘版)电子杂志社将本学位论文收录到《中国学位论文全文数据库》和《中国优秀博硕士学位论文全文数据库》中全文发表,并通过网络向社会公众提供信息服务。(保密的学位论文在解密后适用本授权书)学位论文作者签名(手写):唐徘导师签名(手写):签字日期:d叫年名月/;日签字日期:彦形年∥月/摘要摘要目标跟踪是计算机视觉领域中一个具有挑战性的研究课题,研究者们对该课题做了大量研究并取得了许多成果。其中,均值漂移跟踪算法因其高效性、简便性等优点被广泛应用。但传统的均值漂移跟踪算法在实际运用中也遇到以下问题:背景信息对目标定位的影响、背景模型的建立和更新策略、颜色特征容易受光照变化影响。为了解决均值漂移跟踪算法中背景对目标定位的扰动,本论文提出了一种基于颜色与纹理混合特征和采用背景加权更新的改进算法。改进算法先将原始视频序列RGB图像转为HSV颜色空间表示,然后分别在H、S通道上提取颜色特征,在V通道上用LBP描述符提取纹理特征,在此基础上为目标区域和背景区域建立三维颜色纹理混合直方图作为其描述符;在对象的跟踪过程中,通过巴氏系数选择性地加权更新部分背景信息。另一方面为了有效提高背景模型的更新效率,提出了基于分块背景更新的加强算法。目标周围的背景区域划分成四块,分别计算这四个子块的颜色直方图作为区域特征描述符,通过巴氏系数选择性地更新相似性较低的三个区域。在构建目标候选模型时,利用目标物体空间信息给候选目标区域像素点赋予相应的距离权重。实验结果表明:与基于全部背景更新策略相比,改进算法充分利用了颜色和纹理特征并加权更新背景信息,具有更高的可靠性和鲁棒性以及更好的计算效率。与整块背景信息更新策略和加权更新背景信息的策略相比,加强算法具有更高的迭代收敛效率和更强的抗背景干扰的能力。关键词:目标跟踪;均值漂移;分块背景;距离权重;HSV空间;putervision,,themeanshifttrackingalgorithmhasbeenwidelyusedbecauseofitsefficiency,:backgroundinformationontargeting,backgroundmodelandupdatepolicies,—shifttrackingalgorithm,,thencolorfeatureisextractedintheH,,thecolor-