【正文】 ..............................................................................................................................................42 MEAN SHIFT 跟蹤器設(shè)計 .......................................................................................................................................6 引言 .....................................................................................................................................................................6 MEANSHIFT 算法定義以及效率分析 ................................................................................................................6 Meanshift 算法核函數(shù)概述 [1] .................................................................................................................6 Meanshift 算法梯度函數(shù) ...........................................................................................................................8 Meanshift 收斂定理證明以及算法綜述 ................................................................................................10 基于 MEANSHIFT 的視頻跟蹤原理以及應(yīng)用 .................................................................................................13 Meanshift 視頻跟蹤算法 ...........................................................................................................................13 Meanshift 視頻跟蹤應(yīng)用以及優(yōu)缺點分析 ...............................................................................................173 局部 CAMSHIFT 算法原理以及實踐 ...................................................................................................................19 CAMSHIFT 跟蹤器 ..............................................................................................................................................19 Camshift 算法原理 ....................................................................................................................................19 CamShift 算法優(yōu)缺點分析 ........................................................................................................................21 局部 CAMSHIFT 算法 ........................................................................................................................................22 局部 Camshift 算法原理 ..........................................................................................................................22 局部 Camshift 算法的優(yōu)缺點分析 ..........................................................................................................244 局部 CAMSHIFT 算法與 CAMSHIFT 算法對比 ...............................................................................................25 局部 CAMSHIFT 算法的跟蹤效果比較 ............................................................................................................25 局部 CAMSHIFT 算法的迭代次數(shù)比較 ............................................................................................................265 總結(jié)與展望 ..............................................................................................................................................................28 論文總結(jié) ...........................................................................................................................................................28 研究展望 ...........................................................................................................................................................28附錄 I 源程序() .......................................................................................................................32致謝 ..............................................................................................................................................................................38武漢理工大學(xué)畢業(yè)設(shè)計(論文)I摘 要Meanshift 算法是一種在一組數(shù)據(jù)的密度分布中尋找局部極值的穩(wěn)定的方法。3．指導(dǎo)教師意見：學(xué)生的調(diào)研是否充分？基本內(nèi)容和技術(shù)方案是否已明確？是否已經(jīng)具備開始設(shè)計（論文）的條件？能否達到預(yù)期的目標(biāo)？是否同意進入設(shè)計（論文）階段。2． “設(shè)計的目的及意義” 至少 800 字， “基本內(nèi)容和技術(shù)方案 ”至少 400 字。進度安排第 1 周—第 3 周：查閱相關(guān)文獻資料，明確研究內(nèi)容，了解研究所需的相關(guān)背景知識，確定方案，完成開題報告；第 4 周—第 6 周：深入學(xué)習(xí) Meanshift 算法原理，以及該算法的性質(zhì)，復(fù)雜度等分析，并且了解該算法在跟蹤領(lǐng)域的應(yīng)用；第 7 周—第 10 周：了解 Meanshift 跟蹤算法的優(yōu)缺點，并且在保證優(yōu)點的情況下，修改其缺點，結(jié)合自己的創(chuàng)新研究更好的跟蹤算法，同時編程實踐；第 11 周—第 14 周：完成并修改畢業(yè)設(shè)計論文；第 15 周：準(zhǔn)備論文答辯。本文將全局跟蹤修改為局部跟蹤，是得算法有效地避開了目標(biāo)背景區(qū)域亮度不強而引起的跟蹤無效現(xiàn)象，使得算法檢測不到背景亮度值非常低的區(qū)域，從而很少產(chǎn)生誤差。通過大量的實例分析，我們得出：無論是Camshift 還是 Meanshift，在跟蹤的時候會由于目標(biāo)的亮度變暗而失真，其主要原因是因為國際上現(xiàn)存的 RGB 到 HSV 轉(zhuǎn)換方法是在亮度或者飽和度很小的情況下，色相會產(chǎn)生很大的波動并且不穩(wěn)定。在實踐了 Meanshift 做目標(biāo)函數(shù)跟蹤之后，通過實例來分析該算法用作跟蹤的優(yōu)點和缺點，并且在保證該算法優(yōu)點的同時，也改進了該算法的缺點，從而介紹了一種比較普遍的改進算法：Camshift。在第二章節(jié)中，本文詳細討論了 Meanshift 算法原理，深入解析了該算法的本質(zhì)和證明了它的基本特征，得出了 Meanshift 算法的迭代過程是個逐步遞增的迭代過程，并且只會收斂到函數(shù)極大值。但是這些方法，都是屬于上面兩大派別的其中一種，無一例外。當(dāng)噪聲向量是屬于高斯分布，最好的方法是用卡爾曼濾波法但是，從本論文的研究現(xiàn)狀的討論中，可以知道卡爾曼濾波是一種把大多數(shù)情況進行理想化的粗糙辦法，實用性并不強。傳統(tǒng)的視覺跟蹤器可以分為兩大派別，一種是 目標(biāo)的建模以及定位 ，是處理目標(biāo)的現(xiàn)狀和變化一種由下至上的過程。要求完成的主要任務(wù):查閱不少于 15 篇的相關(guān)資料，其中英文文獻不少于 5 篇，完成開題報告；深入理解 Meanshift 算法原理機制，了解 Meanshift 的算法本質(zhì)；理解 Meanshift 算法用作跟蹤的原理，并且掌握 Camshift 跟蹤算法最后再加以改進；完成不少于 20220 英文(5000 漢字)的英文文獻翻譯；完成不少于 12022 字的畢業(yè)設(shè)計論文.必讀參考資料：[1] and ,The Estimation of the Gradient of a Density Function,with Applications in Pattern Recognition IEEE Theory,1975.[2] D. Comaniciu and P. Meer, “Mean Shift: A Robust Approach Toward Feature Space Analysis,” IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 24, no. 5, pp. 603619, May 2022. [3] , V. Ramesh, and RealTime Tracking of NonRigid Objects Using Mean Shift Proc Eighth Int39。（請在以上相應(yīng)方框內(nèi)打“√”）作者簽名： 年 月 日導(dǎo)師簽名： 年 月 日武漢理工大學(xué)畢業(yè)設(shè)計(論文)畢業(yè)設(shè)計(論文)任務(wù)書學(xué)生姓名： 劉毅 專業(yè)班級： 信息與計算科學(xué) 0703 班 指導(dǎo)教師： 楚楊杰 工作單位： 武漢理工大學(xué)理學(xué)院 設(shè)計(論文)題目：跟蹤算法的研究 設(shè)計（論文）主要內(nèi)容： 該論文在國內(nèi)外現(xiàn)有的跟蹤算法研究基礎(chǔ)之上，深入討論目前的主流跟蹤算法 MeanShift 跟蹤算法，并且討論 Meanshift 的本質(zhì)原理以及應(yīng)用到目標(biāo)跟蹤的應(yīng)用方法，并同時討論了 Meanshift 算法的改進算法Camshift。本人授權(quán)省級優(yōu)秀學(xué)士論文評選機構(gòu)將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本人完全意識到本聲明的法律后果由本人承擔(dān)。武漢理工大學(xué)本科生畢業(yè)設(shè)計（論文）局部 CamShift 跟蹤算法學(xué)院（系）： 理學(xué)院 專業(yè)班級： 信計 0703 學(xué)生姓名： 劉毅 指導(dǎo)教師： 楚楊杰 武漢理工大學(xué)畢業(yè)設(shè)計(論文)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明