将均值偏移算法嵌入到粒子滤波的跟踪框架中.该算法克服了粒子滤波计算量较大的缺点,同时也克服了均值偏移算法容易陷入局部最大且无法恢复的缺点.实验表明该算法有很好的实时性和鲁棒性.

图像中的角点包含大量的信息，在计算机视觉中扮演重要角色，在许多应用中角点用作特征点，例如图像配准、运动目标跟踪等。鉴于此，学者们提出很多角点检测方法。例如Hans EMoravec在1977年提出的Movavec算法，Chris Harris和Mike Stephens于1988年提出的Harris算法，以及MirosavTrai．kovic和MarkHedley提出的Trajkovic算法等“卅。角点检测的另一个途径是计算轮廓的曲率函数，因为角点是曲率函数的最大值，因此很容易通过阈值的方法检测

基于统计决策规则提出自适应采样数粒子滤波算法, 在定义综合性能风险函数的基础, 推导出粒子数与滤波误差方差之间的关系式, 使得在跟踪过程中, 可以根据目标的机动情况在线调节粒子数, 以使跟踪性能 达到最优。在Matlab仿真平台下进行了闪烁噪声下的机动目标跟踪实验, 结果表明, 自适应采样数粒子滤波算法是一种有效的机动目标跟踪方法, 跟踪性能较基本粒子滤波算法提高了3.17倍。-Based on statistical decision rules of the number of adap

根据哈希算法进行目标物跟踪，VS2013与opencv2410平台-Perform object tracking based on hash algorithm, VS2013 platform with opencv2410