MeanShift算法(三)之CamShift
来源:互联网 发布:知乎 史上最惨男主角 编辑:程序博客网 时间:2024/05/22 02:20
CamShift(Continuous Adaptive Mean Shift)是MeanShift的改进算法。建立跟踪目标的颜色概率模型后,可将视频转化为颜色概率分布图,然后在第一帧图像中初始化搜索窗。对以后的每一帧图像, CamShift可以自动调整搜索窗的大小和位置,定位被跟踪目标的中心和大小,并且用当前帧定位结果来预测下一帧图像中目标的中心和大小。
CamShift算法是一种动态变化分布的密度梯度估计的非参数方法。对离散概率分布,其过程如下:
1) 在颜色概率分布图中选取大小为s的搜索W;
2) 计算零阶矩:
计算x、y的一阶矩:
式中I(x,y)是坐标(x,y)的像素值,x、y的变化范围为搜索范围。
3) 计算搜索窗的质心为(xc,yc):
4) 重新设置搜索窗的大小s为上面搜索窗区域内颜色概率分布的函数;
5) 重复2)、3)、4)知道收敛(质心变化小于给定的阈值)。
零阶矩反应了目标在图像中的面积,颜色概率分布图是最大值为255的离散灰度图像。由此,设置搜索窗大小s与Z00的关系为:
考虑对称性,s取值接近计算结果的奇数。
通过计算二阶矩,可得到被跟踪目标的长轴、短轴和方向角。二阶矩为:
目标长轴的方向角为:
图像中目标长轴和短轴的长度可以按一下公式计算:
当用CamShift算法对特定颜色的目标进行跟踪时,不必计算每帧图像所有像素点的颜色概率分布,只需计算比当前搜索窗大一些的区域内的像素点的颜色概率分布,这样可节省很大的计算量。视频序一帧一帧变化时,就形成了连续的跟踪。MeanShift是针对每一帧的目标跟踪,CamShift是针对图像序列的目标跟踪。
0 0
- MeanShift算法(三)之CamShift
- Camshift与Meanshift算法
- 基于meanshift的camshift算法
- Meanshift和Camshift算法总结
- 运动跟踪之均值漂移(MeanShift)算法和Camshift算法(连续自适应的MeanShift)
- 目标跟踪之MeanShift/CamShift
- meanshift 与 camshift 跟踪算法比较
- meanshift 与 camshift 跟踪算法比较
- MeanShift和Camshift算法实现 Opencv
- 基于MeanShift的Camshift算法原理详解(整理)
- 基于MeanShift的Camshift算法原理详解(整理)
- 基于MeanShift的Camshift算法原理详解(整理)
- 基于MeanShift的Camshift算法原理详解(整理)
- 基于MeanShift的Camshift算法原理详解(整理)
- Opencv目标跟踪—CamShift和meanshift算法
- meanshift与camshift
- CamShift、MeanShift运动追踪
- Meanshift 和 Camshift
- Gradle 教程说明 用户指南 第7章 构建Java工程----快速入门
- http://www.jq22.com/
- IOS学习 Objective-C总Runtime的那点事儿消息机制
- Linux常用命令(三十四) - kill
- SYS vs SYSTEM , SYSDBA vs SYSOPER
- MeanShift算法(三)之CamShift
- Gradle 教程说明 用户指南 第8章依赖管理基础
- 大学生就业,你缺少了什么?
- Linux wait()函数
- windows 内核函数前缀解析
- Git:分支&&HEAD的重置
- 前诺基亚员工创办的公司 明年要推3.5G版平板
- jsp中cookie取中文值乱码
- 在Domino中如何为一些特定的邮箱数据库更新设计