一种基于模板匹配的运动目标跟踪方法

doi:10.3778/j.issn.1002-8331.2010.05.053

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (5): 173-176.DOI: 10.3778/j.issn.1002-8331.2010.05.053

• 图形、图像、模式识别 • 上一篇下一篇

一种基于模板匹配的运动目标跟踪方法

党晓军，尹俊文

国防科技大学计算机学院，长沙 410073

收稿日期:2008-08-25 修回日期:2008-11-10 出版日期:2010-02-11 发布日期:2010-02-11
通讯作者: 党晓军

Template matching based moving object tracking method

DANG Xiao-jun，YIN Jun-wen

College of Computer，National University of Defence Technology，Changsha 410073，China

Received:2008-08-25 Revised:2008-11-10 Online:2010-02-11 Published:2010-02-11
Contact: DANG Xiao-jun

摘要/Abstract

摘要： 为了提高运动目标跟踪算法在复杂场景下的稳定性，提出了一种将小波变换与模扳匹配相融合的跟踪方法。它首先对图像序列采用滤波器组实现运动目标分割，再通过对图像序列小波变换以确定目标匹配子图像，最终使用模板匹配求取最佳匹配点来实现实时跟踪。采用MATLAB仿真实验，对标准视频序列coastguard_cif实验测试结果表明，提出的方法具有良好的跟踪性能。

关键词: 运动目标跟踪, 小波变换, 模板匹配

Abstract: In order to improve the moving object tracking algorithm’s stability on the complex scenes，a new tracking method which is integrated by wavelet transform and template matching is presented for the moving object in dynamic scene.Firstly，the filter group is used to detect the moving object from the video sequence.Then the current frame is transformed using wavelet to identify the matching region subimages.Finally，it implements the moving object tracking.The experimental results for the coastguard_cif video test sequences demonstrate the good tracking performance.

Key words: moving object tracking, wavelet transform, template matching

中图分类号:

TP391

党晓军，尹俊文. 一种基于模板匹配的运动目标跟踪方法[J]. 计算机工程与应用, 2010, 46(5): 173-176.

DANG Xiao-jun，YIN Jun-wen. Template matching based moving object tracking method[J]. Computer Engineering and Applications, 2010, 46(5): 173-176.

[1]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[2]	徐家俊，张翌维，赵建，相韶华. 针对SM4算法的功耗模板-碰撞分析[J]. 计算机工程与应用, 2021, 57(11): 111-118.
[3]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[4]	马玲，罗晓曙，蒋品群. 基于模板匹配和支持向量机的点阵字符识别研究[J]. 计算机工程与应用, 2020, 56(4): 134-139.
[5]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[6]	袁良友，周航，韩丹，许国梁. 引入平滑迭代的骨架提取改进算法[J]. 计算机工程与应用, 2020, 56(24): 188-193.
[7]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[8]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[9]	杨霞，朱晓冬，刘元宁，冯家凯，刘帅. 分块小波特征结合BP神经网络的虹膜识别方法[J]. 计算机工程与应用, 2019, 55(18): 132-139.
[10]	肖文卿1,3，汪鸿浩2，詹长安1. 基于小波系数特征融合的小鼠癫痫脑电分类[J]. 计算机工程与应用, 2019, 55(14): 155-161.
[11]	谢国波，吴震禹. 基于小波变换和重力模型的混沌图像加密算法[J]. 计算机工程与应用, 2019, 55(13): 100-105.
[12]	颜宏文，卢格宇. CEEMD-WT和CNN在短期风速预测中的应用研究[J]. 计算机工程与应用, 2018, 54(9): 224-230.
[13]	张志禹1，李向月1，李向阳2. 同步挤压小波变换对随机噪声抑制的研究[J]. 计算机工程与应用, 2018, 54(5): 57-60.
[14]	陈波1，刘厚泉1，赵志凯2. 时间序列多尺度异常检测方法[J]. 计算机工程与应用, 2018, 54(20): 122-127.
[15]	贾澎涛，贾伟. 煤矿井下视频多目标轨迹跟踪算法研究[J]. 计算机工程与应用, 2018, 54(2): 222-227.

一种基于模板匹配的运动目标跟踪方法

Template matching based moving object tracking method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics