【正文】 ................................................................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(diǎn)分析 .................................................................................................. 17 3 局部 CAMSHIFT算法原理以及實(shí)踐 ....................................................................................................................... 19 CAMSHIFT跟蹤器 ................................................................................................................................................... 19 Camshift算法原理 ......................................................................................................................................... 19 CamShift算法優(yōu)缺點(diǎn)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(diǎn)分析 .............................................................................................................. 24 4 局部 CAMSHIFT算法與 CAMSHIFT算法對(duì)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 ................................................................................................................ 26 5 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(jì) (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(jiàn)：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(kāi)始設(shè)計(jì)（論文）的條件？能否達(dá)到預(yù)期的目標(biāo)？是否同意進(jìn)入設(shè)計(jì)（論文）階段。 2． “設(shè)計(jì)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。 武漢理工大學(xué)畢業(yè)設(shè)計(jì) (論文 ) 進(jìn)度安排 第 1 周 — 第 3 周 ：查閱相關(guān)文獻(xiàn)資料，明確研究?jī)?nèi)容，了解研究所需的相關(guān)背景知識(shí)，確定方案，完成開(kāi)題報(bào)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(diǎn)，并且在保證優(yōu)點(diǎn)的情況下，修改其缺點(diǎn)，結(jié)合自己的創(chuàng)新研究更好的跟蹤算法，同時(shí)編程實(shí)踐； 第 11 周 — 第 14 周 ：完成并修改畢業(yè)設(shè)計(jì)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(kāi)了目標(biāo)背景區(qū)域亮度不強(qiáng)而引起的跟蹤無(wú)效現(xiàn)象，使得算法檢測(cè)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(guò)大量的實(shí)例分析，我們得出：無(wú)論是 Camshift還是 Meanshift，在跟蹤的時(shí)候會(huì)由于目標(biāo)的亮度變暗而失真，其主要原因是因?yàn)閲?guó)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(huì)產(chǎn)生很大的波動(dòng)并且不穩(wěn)定。 在實(shí)踐了 Meanshift 做目標(biāo)函數(shù)跟蹤之后，通過(guò)實(shí)例來(lái)分析該算法用作跟蹤的優(yōu)點(diǎn)和缺點(diǎn)，并且在保證該算法優(yōu)點(diǎn)的同時(shí)，也改進(jìn)了該算法的缺點(diǎn)，從而介紹了一種比較普遍的改進(jìn)算法： Camshift。在第二章節(jié)中 ，本文詳細(xì)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(guò)程是個(gè)逐步遞增的迭代過(guò)程，并且只會(huì)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(wú)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(jìn)行理想化的粗糙辦法，實(shí)用性并不強(qiáng)。傳統(tǒng)的視覺(jué)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(guò)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(xiàn)不少于 5 篇，完成開(kāi)題報(bào)告； 深入理解 Meanshift 算法原理機(jī)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(jìn) ； 完成不少于 20200 英文 (5000 漢字 )的英文文獻(xiàn)翻譯； 完成不少于 12020 字的畢業(yè)設(shè)計(jì)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 2020. [3] , V. Ramesh, and RealTime Tracking of NonRigid Objects Using Mean Shift Proc Eighth Int39。 （請(qǐng)?jiān)谝陨舷鄳?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(jì) (論文 ) 畢業(yè)設(shè)計(jì) (論文 )任務(wù)書(shū) 學(xué)生姓名： 劉毅 專(zhuān)業(yè)班級(jí)： 信息與計(jì)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(jì) (論文 )題目： 跟蹤算法的研究 設(shè)計(jì)（論文）主要內(nèi)容： 該論文在國(guó)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(shí)討論了 Meanshift 算法的改進(jìn)算法 Camshift。本人授權(quán)省級(jí)優(yōu)秀學(xué)士論文評(píng)選機(jī)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(jìn)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(shí)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(jì)（論文） 局部 CamShift跟蹤算法 學(xué)院（系）： 理學(xué)院 專(zhuān)業(yè)班級(jí)： 信計(jì) 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(jì) (論文 ) 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包括任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)的成果