文档介绍：工学硕士学位论文
基于改进Condensation滤波技术的视觉跟踪算法
作者: 于洋
指导教师: 韩斌副教授
江苏科技大学
2005年4月
Master’s Dissertation
An Algorithm of visual tracking based on improved Condensation Filtering Technique
By
Yu Yang
Under the guidance and supervision of
Associate Professor Han Bin
At
Jiangsu University of Science and Technology
April, 2005
论文独创性声明
本人声明所呈交的学位论文是我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,也不包含为获得江苏科技大学或其它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成果所作出的任何贡献均已在本论文中作了明确的说明并予以表示感谢。
学位论文作者签名: 日期:
学位论文使用授权声明
江苏科技大学有权保存本人所送交的学位论文的复印件和电子文稿,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, 有权向国家有关部门或机构送交论文的复印件或电子文稿。本文电子文稿的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅。
研究生签名: 导师签名:
日期: 日期:
基于Condensation滤波的改进算法
摘要
近年来,基于运动目标的视觉跟踪分析在机器视觉领域中备受关注,此外,随着计算机技术发展、计算能力的快速增长和计算成本的不断降低,基于粒子滤波的Condensation算法已经成为目前研究非线性、非高斯动态系统最优估计问题的一个热点和有效方法。
一般来说,计算机视觉跟踪的过程包括对包含目标的图像序列进行目标检测、目标识别、目标跟踪,并对其运动行为进行理解和描述。运动目标的行为分析一直是视觉跟踪领域的一个技术难点。
本文重点研究了运动目标的视觉跟踪算法。首先介绍了几种典型的视觉跟踪预处理方法,如全局阈值算法,区域生长,分裂合并算法,并对全局阈值算法进行了适当的改进,提高了视觉跟踪预处理的效率;接着介绍了目标的质心确定算法;然后介绍并采用了两种典型的视觉预测跟踪方法,即卡尔曼滤波预测跟踪算法和Condensation滤波预测跟踪算法,并给出了详细的实验结果与分析;最后,研究了改进的基于粒子滤波的Condensation滤波算法,文中用卡尔曼滤波器对每一个粒子滤波,产生下一个预测粒子,使得权值大的粒子更容易被采样,并和经典的Condensation算法作了实验比较。
实验结果表明,改进的基于粒子滤波的Condensation算法视觉跟踪效果要明显优于前面两种方法,在视觉跟踪领域有广泛的实用价值。

关键词: 视觉跟踪,粒子滤波,非线性,非高斯,视觉跟踪预处理,卡尔曼滤波,Condensation滤波, 改进型Condensation滤波
An improved algorithm based on Condensation filtering
Abstract
Recently, the analysis of visual tracking based on target moving has attracted more attention in the area puter vision. Furthermore, with the improvement of calculation ability puters and the continued reduction putational cost, the Condensation algorithm has e the most popular way to study the optima estimation problems from nonlinear and Non-Gaussian dynamic system.
Generally speaking,a serial sequence of finishing dynamic tracking include checking,recognition and tracking targets in the image sequences and manage to understand and depict their associated