بهبود عملکرد‎ ‎ردیابی تصویری ‏‎ ‎به کمک فیلتر ذره ای و روش های هوشمند

ردیابی هدف در طول زمان مستلزم انطباق اشیا در قاب های متوالی با استفاده از توصیف کننده هایی مثل نقاط، خطوط و یا ‏نواحی تصویر است. در یک سیستم ردیاب، متغیرهایی چون مکان هدف، شکل شی، سرعت، اندازه و جهت حرکت شی و سایر ‏اطلاعات مربوط به یک شی می توانند به عنوان خروجی های سیستم تلقی شوند. این اطلاعات، حالت های هدف نیز گفته می-‏شود و بر اساس اندازه گیری ها و مشاهدات، بوسیله سیستم ردیاب تخمین زده می شوند. معادله حالت مناسب باید به بهترین ‏شکل رفتار سیستم را مدل کند. حرکت شی می تواند دستخوش اختلال های تصادفی شود. روش های ردیابی تصادفی مانند ‏فیلترهای ذره ای این مسائل را در طول تخمین حالت شی با در نظر گرفتن دقیق نبودن مدل و اندازه‎ ‎گیری ها حل می کند. ‏تقریب و استفاده از یک تابع توزیع پیشنهادی نزدیک به چگالی توزیع مجهول، منجر به عملکرد قوی فیلتر ذره ای می شود. ‏انتخاب مناسب ویژگی های هدف نیز در ردیابی از اهمیت خاصی برخوردار است؛ به طوری که ویژگی ها هدف را به شکل یکتا ‏در تصویر توصیف کنند. ویژگی رنگ به دلیل تغییرناپذیر بودن با جابجایی ، چرخش و تغییرات اندازه ی هدف، به مراتب در ‏الگوریتم های ردیابی مورد استفاده قرار گرفته است. در این تحقیق براساس ویژگی رنگ دو روش پیشنهاد شده است. ‏خصوصیت رنگ شی می تواند با هیستوگرام رنگ استخراج شود که اساس کار روش اول است. انتخاب فضای رنگ مناسب در ‏توصیف هدف با ویژگی رنگ نقش بسیار مهمی دارد که پایه ی روش دوم را تشکیل می دهد. شبیه سازی با نرم افزار ‏matlab‏ نشان می دهد استفاده از روش بهینه سازی‎ (particle swarm optimization) pso ‎برای طراحی ‏فضای رنگ مناسب نتایج بسیار خوبی در ردیابی تصویری بدست می دهد.‏