(完整word版)基于圖像處理的運(yùn)動(dòng)物體的跟蹤與檢測(cè)開(kāi)題報(bào)告

1、畢業(yè)設(shè)計(jì)（論文）開(kāi)題報(bào)告31、課題來(lái)源隨著計(jì)算機(jī)技術(shù)的高速發(fā)展，運(yùn)動(dòng)物體的檢測(cè)和跟蹤在圖像處理、計(jì)算機(jī)視覺(jué)、 模式識(shí)別、人工智能、多媒體技術(shù)等領(lǐng)域越來(lái)越受到人們的關(guān)注。運(yùn)動(dòng)跟蹤和檢 測(cè)的應(yīng)用廣泛，在智能監(jiān)控和人機(jī)交互中，如：銀行、交通、超市等場(chǎng)合常常使 用運(yùn)動(dòng)跟蹤分析技術(shù)，通過(guò)定位物體并對(duì)其行為進(jìn)行分析， 一旦發(fā)現(xiàn)物體有異常 行為，監(jiān)控系統(tǒng)就發(fā)出警報(bào)，提醒人們注意并即時(shí)的處理，改善了人工監(jiān)督注意 力分散、反應(yīng)時(shí)間較慢、人力資源浪費(fèi)等問(wèn)題。運(yùn)動(dòng)目標(biāo)的跟蹤在虛擬現(xiàn)實(shí)、工 業(yè)控制、軍事設(shè)備、醫(yī)學(xué)研究、視頻監(jiān)控、交通流量觀測(cè)監(jiān)控等很多領(lǐng)域也有重 要的實(shí)用價(jià)值。特別在軍事上，先進(jìn)的武器導(dǎo)航、軍事偵察和監(jiān)

2、控中都成功運(yùn)用 了自動(dòng)跟蹤技術(shù)。而跟蹤的難點(diǎn)在于如何快速而準(zhǔn)確的在每一幀圖像中實(shí)現(xiàn)目標(biāo) 定位。正因如此，對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤和檢測(cè)的研究很有價(jià)值。2、研究目的和意義運(yùn)動(dòng)目標(biāo)檢測(cè)是圖像處理與計(jì)算機(jī)視覺(jué)的一個(gè)分支,在理論和實(shí)踐上都有重 大意義，長(zhǎng)久以來(lái)一直被國(guó)內(nèi)外學(xué)者所關(guān)注。在實(shí)際中，視頻監(jiān)控利用攝像機(jī)對(duì) 某一特定區(qū)域進(jìn)行監(jiān)視，是一個(gè)細(xì)致和連續(xù)的過(guò)程，它可以由人來(lái)完成，但是人 執(zhí)行這種長(zhǎng)期枯燥的例行監(jiān)測(cè)是不可靠， 而且費(fèi)用也很高，因此引入運(yùn)動(dòng)監(jiān)測(cè)非 常有必要。它可以減輕人的負(fù)擔(dān)，并且提高了可靠性。概括起來(lái)運(yùn)動(dòng)監(jiān)測(cè)主要包 括三個(gè)內(nèi)容：運(yùn)動(dòng)目標(biāo)檢測(cè)，方向判斷和圖像跟蹤。運(yùn)動(dòng)目標(biāo)檢測(cè)是整個(gè)監(jiān)測(cè)過(guò) 程的基礎(chǔ)，

3、運(yùn)動(dòng)目標(biāo)的提取準(zhǔn)確與否，直接關(guān)系到后續(xù)高級(jí)過(guò)程的完成質(zhì)量。3、國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)及綜述運(yùn)動(dòng)目標(biāo)檢測(cè)在國(guó)外已經(jīng)取得了一些的研究成果，許多相關(guān)技術(shù)已經(jīng)開(kāi)始應(yīng)用到實(shí)際系統(tǒng)中，但是國(guó)內(nèi)研究相對(duì)落后 ，與國(guó)外還有較大差距。傳統(tǒng)的視頻目 標(biāo)提取大致可以分兩類，一類以空間同性為準(zhǔn)則，先用形態(tài)學(xué)濾波器或其他濾波 器對(duì)圖像作預(yù)處理；然后對(duì)該圖像的亮度、色度或其他信息作空間上的分割以對(duì) 區(qū)域作邊緣檢測(cè)；之后作運(yùn)動(dòng)估計(jì)，并合并相似的運(yùn)動(dòng)區(qū)域以得到最終的提取結(jié) 果。如光流算法、主動(dòng)輪廓模型算法。此類方法結(jié)果較為準(zhǔn)確但是運(yùn)算量相對(duì)較 大。另一類算法主要以時(shí)間變化檢測(cè)作為準(zhǔn)則 ，這類算法主要通過(guò)幀差檢測(cè)圖像 上的變

4、化區(qū)域和不變區(qū)域，將運(yùn)動(dòng)物體與靜止背景進(jìn)行分割。此類方法運(yùn)算量小， 提取結(jié)果不如前類方法準(zhǔn)確。此外，還有時(shí)空結(jié)合方法、時(shí)空亮度梯度信息結(jié)合 的方法等等。4、研究方法在進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)時(shí)，一個(gè)很重要的步驟就是區(qū)分出運(yùn)動(dòng)目標(biāo)和背景范圍，常見(jiàn)的一種情況是攝像機(jī)處于靜止?fàn)顟B(tài)并且焦距也是固定的。此時(shí)，圖像中的背景區(qū)域固定不動(dòng)。在這種情況下，運(yùn)動(dòng)目標(biāo)識(shí)別無(wú)論是使用背景差法， 還是使用背景差法結(jié) 合幀間差法，質(zhì)量良好的背景的建立顯得及其重要。另外，當(dāng)涉及到背景的使用時(shí)， 一旦背景發(fā)生一些變化時(shí)，如背景中頻繁地出現(xiàn)運(yùn)動(dòng)物體，或者光照發(fā)生變化、樹(shù)葉 等小物體的晃動(dòng)等等，使得不能準(zhǔn)確地提取背景作為參考圖像， 從而

5、不能正確地分割 出視頻序列中的運(yùn)動(dòng)物體。為了克服上述問(wèn)題，國(guó)內(nèi)外眾多研究人員提出了背景建立 和自適應(yīng)的背景模型，實(shí)現(xiàn)了背景模型的實(shí)時(shí)更新，能夠比較準(zhǔn)確地識(shí)別出運(yùn)動(dòng)目標(biāo)。 在能夠滿足實(shí)時(shí)性和實(shí)用性要求的前提下，討論并研究下列幾種算法：（1）手動(dòng)背景法，需要人觀察到?jīng)]有前景物體時(shí)啟動(dòng)該幀圖像，作為背景圖像。這種背景提取方法增加了人力和物力的需求，而且在很多情況下很難在沒(méi)有前景的情況下獲得背景圖 像，比如高速公路的車(chē)輛監(jiān)測(cè)系統(tǒng)、小區(qū)的門(mén)禁系統(tǒng)等等。這種方法不能實(shí)現(xiàn)自適應(yīng) 背景更新的功能，需要使用其他方法修正由于光線，亮度等的變化帶來(lái)的背景誤差。（2）統(tǒng)計(jì)中值法，考慮到運(yùn)動(dòng)物體較少的情況下，連續(xù)多幀圖

6、像中背景的像素值占 主要部分，這樣在一段時(shí)間內(nèi)變化緩慢，取中值便可以認(rèn)為是背景圖像。統(tǒng)計(jì)中值算 法從統(tǒng)計(jì)學(xué)的角度統(tǒng)計(jì)單個(gè)像素點(diǎn) Ai（x,y）,（i=1,2，N）在連續(xù)幀圖像中的亮度值Bi。 在一段時(shí)間內(nèi)對(duì)視頻序列圖像的亮度值（或者色彩信息）Bi進(jìn)行排序，然后取中值 M i（x,y）作為背景。該算法存在的問(wèn)題在于：圖像幀的像素點(diǎn)大多以數(shù)萬(wàn)，數(shù)十萬(wàn)的數(shù) 量級(jí)出現(xiàn)，而用于取中值的圖像幀數(shù)量 N也應(yīng)該比較大。對(duì)如此大的數(shù)組進(jìn)行排序 取出中值，實(shí)現(xiàn)時(shí)計(jì)算量較大，處理較慢。同時(shí)需要占用大量的內(nèi)存單元用于存儲(chǔ)數(shù) 據(jù)。（3）算術(shù)平均法，提取背景圖像時(shí)可以總結(jié)為在特定的時(shí)間段內(nèi)對(duì)像素點(diǎn)的亮度 和色彩信息取平均

7、值，用均值作為背景圖像對(duì)應(yīng)像素點(diǎn)數(shù)值。 在讀入一段視頻時(shí)，對(duì) 某一像素點(diǎn)進(jìn)行觀察，會(huì)發(fā)現(xiàn)在沒(méi)有前景的運(yùn)動(dòng)目標(biāo)通過(guò)時(shí)，該點(diǎn)的灰度值保持穩(wěn)定， 變化很小，只有當(dāng)前景的運(yùn)動(dòng)目標(biāo)通過(guò)時(shí)，該點(diǎn)的灰度才會(huì)發(fā)生劇烈的變化。這樣就 可以連續(xù)讀入N幀圖像，對(duì)圖像各點(diǎn)的灰度或色彩信息進(jìn)行統(tǒng)計(jì)的方法，使得變化 劇烈的像素點(diǎn)變得平緩，取其平均值作為背景圖像像素點(diǎn)的值。 這樣也可以濾除背景 圖像中的突變?cè)肼朁c(diǎn)。其統(tǒng)計(jì)公式如下：NB(x, y)li(X, y)i公式中式中：B（X, y）表示背景圖像，li（x,y）表示第i幀序列圖像，N表示平均幀 數(shù)。在實(shí)際場(chǎng)景中，一段時(shí)間內(nèi)，同一區(qū)域很少有可能總是存在運(yùn)動(dòng)物體。而通過(guò)平

8、 均法得到的背景就會(huì)消除亮暗分布不均勻的情況。目前，大多數(shù)的運(yùn)動(dòng)目標(biāo)檢測(cè)的方法或是基于圖像序列中時(shí)間信息的，或是基于圖像序列中空間信息的。常見(jiàn)的方法有如下3種：畢業(yè)設(shè)計(jì)(論文)開(kāi)題報(bào)告(1) 光流法當(dāng)目標(biāo)運(yùn)動(dòng)時(shí)，圖像上對(duì)應(yīng)目標(biāo)的亮度信息(光流)也相應(yīng)的運(yùn)動(dòng)。這樣，根據(jù) 時(shí)間上相鄰的幾幀圖像可以計(jì)算出各像素點(diǎn)運(yùn)動(dòng)的大小和方向，從而利用運(yùn)動(dòng)場(chǎng)來(lái)區(qū)分背景和運(yùn)動(dòng)目標(biāo)。其主要優(yōu)點(diǎn)在于能檢測(cè)出獨(dú)立的運(yùn)動(dòng)目標(biāo)， 而不需預(yù)知場(chǎng)景的任 何信息，對(duì)變化的復(fù)雜背景情況有較好的適應(yīng)。 但其缺點(diǎn)也很明顯，由于要依賴光流 估計(jì)的準(zhǔn)確程度，大多數(shù)計(jì)算方法相當(dāng)復(fù)雜并且計(jì)算量特別大，所以除非有特殊的硬件支持，否則很難實(shí)現(xiàn)實(shí)時(shí)檢

9、測(cè)。(2) 背景減法將實(shí)時(shí)視頻流中的圖像像素點(diǎn)灰度值與事先已存儲(chǔ)或?qū)崟r(shí)得到的視頻背景模型 中的相應(yīng)值比較，不符合要求的像素點(diǎn)被認(rèn)為是運(yùn)動(dòng)像素。 這是視頻監(jiān)控中最常用的 運(yùn)動(dòng)檢測(cè)方法。這種方法雖然能較完整的提取運(yùn)動(dòng)目標(biāo)， 但對(duì)光照和外部條件造成的 環(huán)境變化過(guò)于敏感，常常會(huì)將運(yùn)動(dòng)目標(biāo)的陰影錯(cuò)誤的檢測(cè)為其自身的一部分。同時(shí)由于時(shí)間流逝，實(shí)際場(chǎng)景的多種因素都會(huì)發(fā)生變化，比如停留物的出現(xiàn)、光線等的變化、 運(yùn)動(dòng)目標(biāo)對(duì)背景的遮擋等等，背景需要得到實(shí)時(shí)地更新，這是影響其檢測(cè)效果的一個(gè) 重要因素。(3 )幀間差法幀間差法是根據(jù)當(dāng)前圖像與參考圖像的差別來(lái)獲得運(yùn)動(dòng)目標(biāo)輪廓的方法。 這種方 法對(duì)于場(chǎng)景中的光線漸變不敏

10、感， 適于動(dòng)態(tài)變化的環(huán)境，且運(yùn)算量相對(duì)較小。但一般 不能完整的提取運(yùn)動(dòng)目標(biāo)，且在運(yùn)動(dòng)實(shí)體內(nèi)易產(chǎn)生空洞現(xiàn)象，從而不利于下一步的分 析和處理。5、研究基礎(chǔ)在 Windows平臺(tái)上使用 VC開(kāi)發(fā)環(huán)境，綜合運(yùn)用數(shù)字圖像處理技術(shù)，基于OpenCV設(shè)計(jì)實(shí)現(xiàn)運(yùn)動(dòng)物體跟蹤算法。Visual C+是Microsoft公司推出的開(kāi)發(fā) Win32Win dows應(yīng)用開(kāi)環(huán)境程序，面向?qū)ο蟮目梢暬删幊滔到y(tǒng)。它包含了兩套完整的 發(fā)系統(tǒng)。有以下的部分組成：1)Visual工作平臺(tái)和創(chuàng)建過(guò)程：這是一個(gè)運(yùn)行于上的 交互式開(kāi)發(fā)環(huán)境，它直接從是Microsoft QuickC for Windows演化而來(lái)的。2)App St

11、udio資源編輯器：堪稱是 Windows應(yīng)用，同時(shí)它本身就是通過(guò)使用 Visual C+工具及類庫(kù)編寫(xiě)而成的，可以對(duì)自身的資源進(jìn)行編輯。3) C / C+編譯器：Visual C+的編譯器可以處理C和C+源代碼，它通過(guò)源代碼文件后綴來(lái)識(shí)別代碼本身所使用的語(yǔ)言。4)連接器：為了生成EXE文件，Visual C+的連接器需要對(duì)編譯器所生成的 OBJ文6)調(diào)試件進(jìn)行處理。5)資源編譯器：在編譯狀態(tài)和聯(lián)編狀態(tài)都要用到資源編譯器。器：為了能夠?qū)Τ绦蜻M(jìn)行調(diào)試，在創(chuàng)建程序時(shí)必須設(shè)置編譯器和連接器相應(yīng)的選項(xiàng)以4畢業(yè)設(shè)計(jì)（論文）開(kāi)題報(bào)告816便產(chǎn)生相應(yīng)的可調(diào)試信息。Open CV（ Open Source C

12、omp uter Visio n Library ）由 In tel 公司在背后提供支持。 它包含了超過(guò)500個(gè)函數(shù)來(lái)實(shí)現(xiàn)用于圖形處理和計(jì)算機(jī)視覺(jué)方面的通用算法。OpenCV致力于真實(shí)世界的實(shí)時(shí)應(yīng)用，通過(guò)優(yōu)化的C代碼的編寫(xiě)對(duì)其執(zhí)行速度帶來(lái)了 可觀的提升，并且可以通過(guò)購(gòu)買(mǎi)In tel的IPP高性能多媒體函數(shù)庫(kù)（In tegratedPerformanee Primitives）得到更快的處理速度。OpenCV包括以下幾個(gè)模塊，具體功 能是：1、2、3、4、5、CV:主要的OpenCV函數(shù)CVAUX :輔助的（實(shí)驗(yàn)性的） OpenCV函數(shù)CXCORE :數(shù)據(jù)結(jié)構(gòu)與線性代數(shù)支持HIGHGUI :圖像

13、界面函數(shù)ML :機(jī)器學(xué)習(xí)，包括模式分類和回歸分析等。6、CVCAM :負(fù)責(zé)讀取攝像頭數(shù)據(jù)的模塊（在新版本中，當(dāng) HIGHGUI模塊中 加入DirectShow支持后，此模塊將別廢除）。6、閱讀的主要文獻(xiàn)、資料12347899馬頌德，張正友.計(jì)算機(jī)視覺(jué)一一計(jì)算理論與算法基礎(chǔ).科學(xué)出版社，1999: 124166Ed Chang, A/ideh Zakhor. Scalable Video.lEEE Trans. On Cirouits and Systems for Video Tech nology,VDl.7,NO.5 ,pp .256-289,October 1997劉貴喜，邵明禮.真實(shí)場(chǎng)景下視頻運(yùn)動(dòng)目標(biāo)自動(dòng)提取方法.光學(xué)學(xué)報(bào).第26卷，第8期毛燕芬，施鵬飛.基于對(duì)象的視頻圖像分割技術(shù).中國(guó)圖象圖形學(xué)報(bào)，2003，8A（7） : 726731賀貴明，吳元保.基于內(nèi)容的視頻編碼與傳輸控制技術(shù)，武漢大學(xué)出版社， 2005:4050彭小波，邢曉正，胡紅專.Matlab與VC+混合編程在光斑位置測(cè)量中的應(yīng)用.儀 器儀表學(xué)報(bào)，2003，28：222223.徐方明，盧官明.基于改進(jìn)sure ndra背景更新算法的運(yùn)動(dòng)目標(biāo)檢測(cè)算法.山西