粒子濾波目標跟蹤算法研究

　　視覺跟蹤問題是當前計算機視覺領域中的熱點問題，而在動態(tài)環(huán)境中對運動目標進行實時、魯棒的跟蹤是其重要的組成部分，視覺跟蹤在自動監(jiān)控、人機交互、醫(yī)學圖像處理、虛擬現實等領域有著廣泛的應用。常用的用于目標跟蹤平臺有OpenCV和點云庫（ Point Cloud Library，PCL），它們都是用于計算機視覺和圖像處理的開源平臺，但是側重點不同，OpenCV是2D信息獲取與處理的結晶，PCL主要用于在3D信息獲取與處理。三維圖像包含顏色信息和深度信息，對光照的敏感性較低，常用的三維相機有Kinect，TOF（Time of Flight）相機等。

　　在實時三維目標跟蹤系統(tǒng)中，KL距離自適應粒子濾波算法中距離閾值、小區(qū)域閾值以及其他參數的選取往往根據經驗設置，如果參數設置不合適會降低跟蹤精度和實時性。為此，設計一種3D點云目標跟蹤系統(tǒng)。分析距離閾值和小區(qū)域閾值等參數對跟蹤性能的影響，并給出自適應粒子濾波中參數與跟蹤目標模型的關系。實驗結果表明，與PCL_Tracking算法相比，該系統(tǒng)提高了三維目標跟蹤系統(tǒng)的準確性和實時性。
?