摘要：本文简单的介绍了网络视屏监控的系统框架,并进一步的研究和探讨了Mean Shift目标跟踪算法及其改进方法,希望能够有效的促进我国网络视频监控目标跟踪的实时性和有效性。

摘要：为准确识别森林单木,采用区域合并的meanshift算法对机载点云进行单木分割。首先,以点云三维特征空间为特征向量,选择核带宽度及收敛阈值,采用meanshift算法对点云进行初始过分割;其次,以过分割点簇为对象,选择分割尺度、平滑度和紧凑度参数,采用基于区域邻接图的最优层次合并方法对点簇进行合并。最后,剔除3.5m高度以下和异常点云,以点云中心点为单木位置,计算森林密度。实验结果表明,基于区域合并的meanshift算法能够检测到89%以上的单木,单木识别精度达91.6%,避免了生成CHM的初始误差。