1、彩色目標(biāo)跟蹤是目前機(jī)器視覺研究領(lǐng)域的熱點問題，廣泛應(yīng)用于視覺監(jiān)控，機(jī)器人視覺技術(shù)以及數(shù)字醫(yī)療等諸多領(lǐng)域。本文以遞歸貝葉斯濾波為理論基礎(chǔ)，討論了彩色圖象序列中的動態(tài)目標(biāo)跟蹤問題。圍繞貝葉斯視覺跟蹤過程中的前景觀測和濾波方法兩大關(guān)鍵技術(shù)展開理論和應(yīng)用研究，結(jié)合不同的前景觀測模型提出實時、魯棒的跟蹤方法，旨在實現(xiàn)全自主移動機(jī)器人在不同環(huán)境下的跟蹤任務(wù)。 本文首先以色度學(xué)基礎(chǔ)和顏色模型的表示方法為切入點，詳細(xì)討論了前景觀測中象素分類和目

2、標(biāo)區(qū)域分割兩個基本步驟。從實時性和實用性的角度出發(fā)，對不同環(huán)境、不同顏色空間下基于恒定閾值法的象素分類結(jié)果進(jìn)行比較。同時針對簡單和復(fù)雜環(huán)境分別提出不同的區(qū)域分割方法，并完成實驗驗證。 以馬爾可夫假設(shè)和貝葉斯公式為基礎(chǔ)，構(gòu)建出遞歸貝葉斯跟蹤的一般表達(dá)形式，并對其三種較為常用的實現(xiàn)方法進(jìn)行詳細(xì)的介紹。為滿足機(jī)器人足球比賽對目標(biāo)跟蹤實時性的要求，本文將卡爾曼濾波與搜索窗更新方法相結(jié)合，實現(xiàn)了基于SmartROB-2中型自主移動機(jī)器人平

3、臺的彩色目標(biāo)球跟蹤。由于采用圖象局部分割代替了全局搜索，大大節(jié)省算法的運(yùn)算時間，并提高了跟蹤準(zhǔn)確性。 針對非高斯觀測環(huán)境下的彩色目標(biāo)跟蹤問題，本文提出一種混合粒子濾波跟蹤算法，利用粒子濾波和卡爾曼濾波分別對目標(biāo)狀態(tài)的位置以及形狀分量進(jìn)行處理，并利用二者之間的數(shù)據(jù)融合來實現(xiàn)各自的狀態(tài)更新。基于Mahalanobis準(zhǔn)則和最小Euclidian距離思想，提出獲得粒子最小不確定性觀測的方法，實現(xiàn)了前景觀測與粒子預(yù)估觀測之間的最優(yōu)匹配。

4、該算法能夠有效解決粒子濾波在處理高維跟蹤時計算負(fù)擔(dān)過重問題，同時克服了卡爾曼濾波存在高斯約束的不足，具有一定創(chuàng)新性，并在應(yīng)用中取得良好效果。 為了使跟蹤方法對目標(biāo)的旋轉(zhuǎn)、形變以及顏色非單一等各種復(fù)雜情況具有較強(qiáng)魯棒性，本文結(jié)合粒子濾波技術(shù)提出一種基于加權(quán)顏色直方圖的目標(biāo)跟蹤方法。將目標(biāo)的加權(quán)顏色直方圖作為目標(biāo)的顏色模型，并利用Bhattacharyya距離描述粒子與目標(biāo)顏色模型的相似性，為粒子權(quán)值更新提供有力依據(jù)。在此基礎(chǔ)上，本