【正文】 ... 14 OpenCV 中常用數(shù)據(jù)結(jié)構(gòu)體系 ........................................ 15 第四章 圖像處理 ............................................. 17 III 彩色圖像灰度化處理 ............................................... 17 中值濾波處理 ..................................................... 18 中值濾波原理 ............................................... 18 中值濾波特性 ............................................... 18 二值化處理 ....................................................... 19 腐蝕與膨脹處理 ................................................... 20 開運(yùn)算和閉運(yùn)算處理 ............................................... 22 第五章 混合高斯模型與壓縮感知跟蹤算法原理詳解 ................ 24 混合高斯模型原理 ................................................. 24 混合高斯模型的建立 ......................................... 24 混合高斯背景模型的 更新 ..................................... 26 混合高斯背景模型算法的優(yōu)缺點(diǎn) ................................ 26 壓縮感知跟蹤（ Compressive Tracker） .............................. 27 壓縮感知跟蹤概述 ........................................... 27 壓縮感知跟蹤的相關(guān)理論推導(dǎo) ................................. 27 壓縮跟蹤算法 ............................................... 31 第六章 系統(tǒng)實(shí)現(xiàn)與結(jié)果 ....................................... 32 視線檢測的實(shí)現(xiàn)與結(jié)果 ............................................. 32 視線追蹤的實(shí)現(xiàn)與結(jié)果 ............................................. 34 結(jié)束語 ...................................................... 37 參考文獻(xiàn) .................................................... 38 致 謝 ...................................................... 39 附 錄 ...................................................... 40 IV 摘 要 計(jì)算機(jī)視覺技術(shù)就是利用了攝像機(jī)以及電腦擁有人類雙眼所具有的分類、識(shí)別、追蹤、判別決策等視覺功能。計(jì)算機(jī)視覺系統(tǒng)就是創(chuàng)建了能夠在平面圖像或者三維立體圖像的數(shù)據(jù)中，以獲取需要的信息的一個(gè)完整的人工智能系統(tǒng)。本文在研究了計(jì)算機(jī)視覺技術(shù)的基礎(chǔ)上，針對于運(yùn)動(dòng)目標(biāo)檢測與跟蹤在未來的發(fā)展，提出了一套基于 OpenCV 視覺庫的檢測、跟蹤視線范圍內(nèi)動(dòng)態(tài)物體的檢測系統(tǒng)，以達(dá)到模擬人眼的識(shí)別、追蹤、分類功能。動(dòng)態(tài)目標(biāo)檢測與跟蹤作為計(jì)算 機(jī)視覺領(lǐng)域的一個(gè)重要部分，在工業(yè)、醫(yī)療保健、航空航天、軍事等各個(gè)領(lǐng)域具有廣泛的應(yīng)用前景，一直受到廣泛的關(guān)注，并成為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。本文在現(xiàn)有研究成果的基礎(chǔ)上，對靜態(tài)和動(dòng)態(tài)場景下的運(yùn)動(dòng)目標(biāo)檢測與跟蹤進(jìn)行了深入的討論。 本文總結(jié)了計(jì)算機(jī)視覺技術(shù)的國內(nèi)外發(fā)展的現(xiàn)狀，深入研究了計(jì)算機(jī)視覺技術(shù)、圖像分析處理技術(shù)、動(dòng)態(tài)檢測技術(shù)等相關(guān)資料。 詳細(xì)闡述了基于 OpenCV 的計(jì)算機(jī)視覺技術(shù)的動(dòng)態(tài)物體檢測系統(tǒng)的設(shè)計(jì)方案、工作原理、以及實(shí)現(xiàn)。其中著重討論混合高斯背景模型與壓縮感知算法的 C++代碼設(shè)計(jì)（結(jié)合 OpenCV 庫） 的實(shí)現(xiàn)，并通過采樣視頻給出了程序的運(yùn)行結(jié)果以及說明算法的可行性。 關(guān)鍵詞： 計(jì)算機(jī)視覺， 目標(biāo)檢測， OpenCV，混合高斯背景模型 V Abstract Computer vision technology is the use of cameras and puter withclassification, human eyes have identification, tracking, visual function ofdecision. A puter vision system is created in the graphic or threedimensional image data, to a plete artificial intelligence system to obtain required information. Based on the study of the puter vision technology, for moving target detection and tracking in the future development, and put forward a set ofdetection, detection system based on the OpenCV library visual tracking dynamicobjects within sight of, recognition, in order to simulate human tracking,classification function. Dynamic target detection and tracking is an important partin the field of puter vision, which has wide application prospect in the fields of industrial, medical, aerospace, military, has received the widespread attention,and bees a hotspot in the field of puter vision. In this paper, based on the existing research results, the static and dynamic scenes of moving targetdetection and tracking is deeply discussed. This paper summarizes the current situation of the development of putervision technology at home and abroad, indepth study of the puter vision technology, image processing technology, the dynamic detection technology and other relevant information. Expounds design, dynamic object detection system of puter vision technology OpenCV39。s working principle, and the realization based on. With the emphasis on the C++ code design of mixed Gauss background model and pressed sensing algorithm (with OpenCV Library) implementation, and by sampling the video gives running result of program and the feasibility that algorithm. Keywords: puter vision, moving object detection, OpenCV, mixed Gauss background model 基于 OpenCV 的計(jì)算機(jī)視覺技術(shù)研究與實(shí)現(xiàn) 1 引 言 隨著計(jì)算機(jī)設(shè)備逐漸融入到社會(huì)生活的各個(gè)方面，利用計(jì)算機(jī)進(jìn)行視覺和數(shù)字圖像處理技術(shù)也日趨成熟，并在各個(gè)尖端的技術(shù)領(lǐng)域中早已嶄露鋒芒。計(jì)算機(jī)視覺（ Computer Vision, CV） 是一門研究如何讓計(jì)算機(jī)達(dá)到人類那樣“看”的學(xué)科。也就是用計(jì)算機(jī)來實(shí)現(xiàn) 對客觀世界的識(shí)別與理解 ,理解是指對被觀察對象的形狀、尺寸、離開觀察點(diǎn)的距離、質(zhì)地、運(yùn)動(dòng)特征 (包括方向和速度 ) 等的理解 ,更準(zhǔn)確點(diǎn)說，它是利用攝像機(jī)和電腦代替人眼使得計(jì)算機(jī)擁有類似于人類的那種對目標(biāo)進(jìn)行分割、分類、識(shí)別、跟蹤、判別決策的功能。作為一個(gè)新興學(xué)科，計(jì)算機(jī)視覺是通過對相關(guān)的理論和技術(shù)進(jìn)行研究，從而試圖建立從圖像或多維數(shù)據(jù)中獲取“信息”的人工智能系統(tǒng)。 它是一門綜合性的科學(xué)技術(shù)，主要包括計(jì)算機(jī)科學(xué)與工程、信號(hào)處理、物理學(xué)、應(yīng)用數(shù)學(xué)與統(tǒng)計(jì)、神經(jīng)生理學(xué)和認(rèn)知科學(xué)等。 隨著日益發(fā)展成熟的計(jì)算機(jī)自身的視覺技術(shù) ，以及日益顯現(xiàn)的計(jì)算機(jī)視覺技術(shù)的光明未來，綜合應(yīng)用與計(jì)算機(jī)視覺技術(shù)的處理軟件程序相繼的研發(fā)，能夠預(yù)期到期在現(xiàn)代以及未來的各個(gè)尖端的技術(shù)領(lǐng)域中將開拓出越來越大的應(yīng)用市場。 目前，計(jì)算機(jī)視覺技術(shù)已經(jīng)應(yīng)用在制造業(yè)、工業(yè)檢驗(yàn)、文檔分析、醫(yī)療診斷、軍事目標(biāo)跟蹤、自主導(dǎo)航等系統(tǒng)當(dāng)中。 基于 OpenCV 的計(jì)算機(jī)視覺技術(shù)研究與實(shí)現(xiàn) 2 第一章 緒 論 系統(tǒng)開發(fā)背景 長期以來，計(jì)算機(jī)就像文盲一樣，總是被動(dòng)地接受鍵盤的輸入信息，而不能主動(dòng)的從現(xiàn)實(shí)世界中獲取信息并智能的處理。人們?yōu)榱俗層?jì)算機(jī)實(shí)現(xiàn)看到這個(gè)世界并主動(dòng)從這個(gè)世界尋找信息，因此發(fā)展了計(jì)算機(jī)視覺；為了讓計(jì)算機(jī)實(shí)現(xiàn)自主 處理和判斷所得到的信息，因此發(fā)展了人工智能科學(xué)?？梢哉f所有人都有這么一個(gè)期盼，人機(jī)之間的交流可以像人與人之間的交流一樣暢通和友好。 迄今為止，計(jì)算機(jī)視覺的發(fā)展已經(jīng)歷了一個(gè)漫長的過程。經(jīng)過研究人員不懈努力，全新的信息技術(shù)和媒體手段的出現(xiàn)，使得更加有效和友好的人機(jī)交互方式得到了發(fā)展，新型的人機(jī)交互將不再依賴傳統(tǒng)輸入設(shè)備。計(jì)算性價(jià)比的提高與視頻獲取成本的降低，使計(jì)算機(jī)視覺系統(tǒng)能夠向桌面級(jí)和嵌入式系統(tǒng)發(fā)展，這就意味著計(jì)算機(jī)視覺系統(tǒng)能夠安裝在一切電子系統(tǒng)之中。相信在不久的將來，擁有高級(jí)視覺系統(tǒng)的智能電子產(chǎn)品會(huì)給人們的 生活帶來更大的方便。 計(jì)算機(jī)視覺要處理的一個(gè)重要內(nèi)容，就是對視線范圍內(nèi)物體運(yùn)動(dòng)的檢測與跟蹤。視頻中的目標(biāo)檢測與跟蹤是指計(jì)算機(jī)代替人眼進(jìn)行對外界物體運(yùn)動(dòng)的感知和理解分析，從而利用這樣的只能系統(tǒng)為人類生活工作提供便利。目前，運(yùn)動(dòng)目標(biāo)檢測與跟蹤在醫(yī)學(xué)研究、交通監(jiān)視、客流量統(tǒng)計(jì)、天文觀測等領(lǐng)域有著非常重要的實(shí)用價(jià)值，有著廣闊的發(fā)展前景。因?yàn)樗坏梢蕴峁┠繕?biāo)的運(yùn)動(dòng)軌跡，也為場景中運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)分析、場景分析提供了可靠的數(shù)據(jù)來源。 計(jì)算機(jī)視覺技術(shù)發(fā)展的歷程 計(jì)算機(jī)視覺技術(shù)是在 20 世紀(jì) 50 年代從統(tǒng)計(jì)模式識(shí)別 開始的。當(dāng)時(shí)的工作主要集中在二維圖像分析和識(shí)別上，如光學(xué)字符識(shí)別。工件表面、顯微圖片和航空圖片的分析和解釋等。 60 年代， Roberts(1965)通過計(jì)算機(jī)程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結(jié)構(gòu)，并對物體形狀及物體的空間關(guān)系進(jìn)行描述。到了 70基于 OpenCV 的計(jì)算機(jī)視覺技術(shù)研究與實(shí)現(xiàn) 3 年代，已經(jīng)出現(xiàn)了一些視覺應(yīng)用系統(tǒng)。 70 年代中期，麻省理工學(xué)院 (MIT)人工智能 (AI)實(shí)驗(yàn)室正式開設(shè)“機(jī)器視覺”課程，由國際著名學(xué)者 B． K． P． Hom 教授講授。 80 年代以來，計(jì)算機(jī)視覺的研究已經(jīng)歷從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用的發(fā)展階段。而計(jì)算機(jī)工業(yè) 水平的飛速提高以及人工智能、并行處理和神經(jīng)元網(wǎng)絡(luò)等學(xué)科的發(fā)展，更促進(jìn)了計(jì)算機(jī)視覺系統(tǒng)的實(shí)用化和涉足許多復(fù)雜視覺過程的研究。目前，計(jì)算機(jī)視覺技術(shù)正在廣泛的應(yīng)用于計(jì)算幾何、計(jì)算機(jī)圖形學(xué)、圖像處理、機(jī)器人學(xué)等多個(gè)領(lǐng)域中。 計(jì)算機(jī)視覺圖像分析技術(shù) 對于信息化的時(shí)代，人們早已經(jīng)越來越注重于信息的處理與獲取。圖像分析和關(guān)于人的視覺的分析研究有著密切的關(guān)系，為了提高計(jì)算機(jī)視覺能力，就需要對人的視覺機(jī)制中的有些可辨識(shí)模塊進(jìn)行較為深入的分析研究。生活中，人們所看到的一切連續(xù)活動(dòng)的場景，實(shí)際上就是一系列連續(xù)變化的模擬圖 像組成的。對于圖像的分析其實(shí)質(zhì)就是關(guān)注這些圖像中的運(yùn)動(dòng)目標(biāo)。因此，對于運(yùn)動(dòng)物體的研究方向也就慢慢衍生為檢測、分析視頻的序列圖像中的運(yùn)動(dòng)物體。