基于Mean-shift跟踪算法的汽车运行物体目标监测分析

论文摘要

为了提高汽车对前方运动物体的识别能力,开展基于Mean-shift跟踪算法的汽车运行物体目标监测分析。进行双目标定时,将相机内参数代入MATLAB软件中来完成双目标定的过程,获得相机位置数据。完成标定之后,再校正图像。现场测试得到,计算出目标点和汽车之间的位置测试距离和设定距离基本一致,最大误差不超过5%。当距离增大后,目标点更易在左右图像内完成特征点匹配,实现误差降低的目标,并在距离等于5 m处达到最小的误差。采用所提算法可以精确跟踪运动目标,并且显示即使物体受到遮挡的情况下也可以完成跟踪的目标,表明算法是可靠的。

论文目录

• 0 引 言
• 1 算法
• 2 测试环境
• 3 结果分析
• 4 结 论

文章来源

类型: 期刊论文

作者: 李傲寒

关键词: 跟踪算法,运行物体,目标监测,误差

来源: 电子测量技术 2019年23期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 公路与水路运输,计算机软件及计算机应用

单位: 安徽省汽车工业学校

分类号: U495;TP391.41

DOI: 10.19651/j.cnki.emt.1903153

页码: 15-18

总页数: 4

文件大小: 1703K

下载量: 59