基于Camshift自适应多特征模板的视频目标跟踪

Camshift算法实时性高，计算量小，在目标跟踪领域应用效果良好。但其仅依靠颜色模型的特点使得在噪声大、照度不均的井下视频目标跟踪中易造成目标丢失。通过在Camshift基础上建立多特征融合的模板自适应更新算法，实现边缘、纹理等特征的融合，制定特征贡献度规则，在环境变化时根据不同特征贡献度的不同自适应分配权重，更新模板。实验结果表明：新算法抗干扰能力强，特征间互补不足，跟踪准确，在煤矿复杂环境井下视频目标跟踪中有良好应用前景。