发布时间 : 星期二 文章基于opencv的运动目标检测与跟踪-毕设论文更新完毕开始阅读22ea8842366baf1ffc4ffe4733687e21af45fff0
沈阳航空航天大学毕业设计（论文）
提出了背景特征化建模的方法。主要研究的焦点都落在了背景更新与建模方法上。从实际应用角度来看,帧差和背景减相结合的运动检测是使用最广泛的一种方法。Spagnol等人提出了一种运用邻域的相关系数结合帧差和背景减来进行运动检测的方法,该方法不仅有效地抑制了光照变化对检测结果的影响,并解决了阴影、重影和伪前景等问题。但国内有人指出了Spagnol的方法的三个不足之处：①会将背景颜色一致的区域误判为前景；②当运动目标速度缓慢或静止时，存在漏检；③在背景复杂的情况下，背景更新策略将使背景模型退化。并且，提出了首先用灰度拉伸变换，并结合灰度值信息来改进邻域相关系数的计算方法，以排除背景的误判；然后通过在帧差和背景减相结合的策略中加入运动分析，用来改善运动缓慢目标的检测结果；最后在背景复杂的情况下用运行期更新法进行背景更新，以防止背景模型的退化。
最后，光流场法是分析序列图像中运动目标的重要方法，它既可以用于运动目标的检测，也可以用于运动目标的跟踪。所谓光流是指图像中灰度模式运动的速度；它是景物中可见点的三维速度矢量在成像平面上的投影，它表示了景物表面点在图像中位置的瞬时变化；同时光流场携带了有关运动和结构的丰富信息。光流场的计算最初是由国外两名学者提出的，它是一种以灰度梯度基本不变或亮度恒定的约束假设为基础的运动目标探测的有效方法。光流法能够较好的处理运动背景的情况，但计算量巨大，难以应用到实时系统，同时对噪声比较敏感，精度较低，难以得到运动目标的精确边界。而张泽旭等将Canny边缘提取融入光流场分割技术，对单运动目标和多运动目标均取得了比较满意的效果,实时性也大大提高。但如何进一步提高其抗噪性、实时性和运算速度，有待于深入研究。
总的来说，过去的二三十年中，国内外学者在运动目标检测理论及其实现方面做了大量、深入的研究工作，取得了令人瞩目的成果，并将研究的成果应用到很多领域，如智能监控系统、军事制导等等。但是由于运动目标检测问题本身的复杂性和目前视频技术发展水平的限制，运动目标的检测技术至今仍然处于研究和讨论阶段，到目前为止，还没有出现能够适用于各种场合、各种情况的通用算法。现今的各种算法在稳健性、准确性、可靠性等方面还有着这样、那样的不足。这些算法有的简单、易于实现，实时性好，但可靠性不高，在复杂场景和运动下算法容易失效；有的虽然可靠性较高，但算法过于复杂，不利于进行实时检测。而且，静态场景下的运动目标检测的研究较多；而动态场景下的检测研究较少，算法还不成熟。已有的运动目标检测系统大多受限于特定的应用场景，目标检测算法还有待于进一步研究和优化，研究一种鲁棒性好、精确度高、性能稳定和适用性强的运动目标检测算法依然任重道远，面临巨
3
基于VC的运动图像跟踪算法设计
大挑战。
1.4 本文的任务、主要内容及结构
课题研究的主要任务及技术指标 主要任务：
该毕业设计的主要工作包括了解摄像头图像采集系统的工作过程，首先实现摄像头的数据采集过程，进而编写基于VC的图像处理程序，对画面中的动态物体进行识别并用矩形方框将其标记。
技术指标：
构造出完整的基于VC的摄像头数据采集及运动图像跟踪系统；实现摄像头的数据采集过程，进而编写基于VC的图像处理程序，对画面中的动态物体进行识别并用矩形方框将其标记。
本文的主要内容及结构
本文选取的运动目标检测跟踪的算法作为研究重点。利用OpenCV和Visual C++组建实验平台，针对数字图像特定噪声的去除、运动目标的正确识别与分割、处理的实时性要求等难点进行了研究。
本文主要工作总结如下：
在对图像噪声的处理方面：综合使用各种方法去除图像噪声，通过实验比较了这些方法所适用的场合。
在运动目标检测跟踪方面：重点研究了目前在实际应用中普遍采用的以帧间差算法。在对检测出的变化区域进行后处理方面：采用适当的形态学滤波处理得到更清晰、更准确的运动目标，进而进行连通性分析，去除小面积噪声，保留足够大的目标。最后进行区域标记，分割出完整的运动目标，加以标记。
综上，本文旨在利用现有的理论、算法和工具，以工程应用为目的，研究如何从序列图像中检测出运动目标。并且，本文基于OpenCV这个开放的计算机视觉程序库，通过VC++编程环境对运动目标检测算法进行了编程实现，完成了运动目标检测系统。按照问题描述、问题建模、问题求解的思路共分六章，主要内容及结构组织如下：
第一章 绪论。概述了课题的研究背景，主要讨论了运动目标检测技术的研究现状、数字图像处理技术的发展与应用，阐述了论文的整体结构。
4
沈阳航空航天大学毕业设计（论文）
第二章 介绍研究OpenCV技术。其中OpenCV的优势、OpenCV在Visual C++6.0下的配置方法和OpenCV中常用的数据结构及函数介绍。对数据结构的必要描述为后面函数的应用奠定了一定的理论基础。
第三章 图像预处理。
本章对图像预处理的过程进行了详细的描述。为此，我们首先要图像的提取和灰度转换。然后图像上噪声进行研究，详细叙述了中值滤波原理，利用中值滤波去除图像的噪声。不断进行实验，以确定较为理想的阈值。
第四章 运动目标检测。
本次课题研究运动目标跟踪算法，必然需要对其运动目标进行检测。通过讨论三种目标检测方法，确定本次课题以帧间差法为检测方法，然后对图像进行二值化和数学形态滤波，最后通过实验检测算法的鲁棒性。
第五章 目标跟踪算法的研究
本章首先讨论了运动目标的跟踪原理，详细描述了运动目标特征的重要作用。运动目标的特征是一个重要的跟踪依据，在很多跟踪算法中都有目标特征提取这一环节。所提取的目标特征必须在环境变化、目标自身变化或者运动改变时，仍然能够将运动目标描述出来。最后详细叙述了基于团块的目标跟踪算法，包括数据的定义、模块结构与相应函数。
第六章 程序结果演示与分析
本章将配置好的系统进行演示与分析，系统成功的对画面中的动态物体进行识别并用矩形方框将其标记。
1.5 本章小结
在本章绪论中，主要介绍了基于VC的运动图像跟踪算法设计研究课题的背景知识发展概况及其应用，阐述了运动图像跟踪算法的现实意义，总结了论文的任务、内容与结构。
5
基于VC的运动图像跟踪算法设计
2 OpenCV技术介绍
OpenCV提供的视觉处理算法非常丰富，并且它部分以C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以很多人用它来做算法的移植，OpenCV的代码经过适当改写可以正常的运行在DSP系统和单片机系统中。
2.1 OpenCV简介
OpenCV是Intel?开源计算机视觉库。它由一系列C函数和少量C++类构成，实现了图像处理和计算机视觉方面的很多通用算法。
其重要重要特性包括：拥有包括300多个C函数的跨平台的中、高层API。它不依赖于其它的外部库——尽管也可以使用某些外部库。
对非商业应用和商业应用都是免费(FREE)的。(细节参考BSD license)。 为Intel@Integrated Performance Primitives(IPP)提供了透明接口。这意味着如果有为特定处理器优化的的IPP库，OpenCV将在运行时自动加载这些库。
2.2 OpenCV的优势
1）纯C代码，源代码开放。开源软件之所以能够风靡世界，首先是其开源的免费特性;此外，由于有全球众多编程者的参与，开源软件一般具有简约精炼、资源占用少、功能集中和安全性好的优点。
2）丰富的函数功能，强大的图像和矩阵运算能力:OpenCV提供了数组、序列、矩阵、树等基本结构，也包含了差分方程求解、傅立叶分析、积分运算、特殊函数等众多高级数学计算函数，以及各种图像处理操作和目标跟踪、摄像机校准、三维重建等高级视觉函数。
3）平台无关性:基于OpenCV开发的程序可以直接在Windows、Unix、Linux、MacOSX、Solaris、HP等平台之间相互移植，无需对代码进行任何修改。
4）方便灵活的用户接口。OpenCV作为一个开放的计算机视觉函数库在使用上必然没有Matlab那样解释执行来得方便，而softhitegration将CH和OpenCV绑定起来推出的CH OpenCV，解决了这一使用上的瓶颈。并且具有交互性、强大的扩展功
6