【正文】 湖南工學(xué)院（本科）畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 2014屆畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 基于MeanShift算法的運(yùn)動(dòng)目標(biāo)跟蹤 院 、 部：電氣與信息工程學(xué)院 學(xué)生姓名： 方掙掙 指導(dǎo)教師：夏鑫 職稱(chēng)（學(xué)位）碩士專(zhuān) 業(yè)： 電子信息工程 班 級(jí)： 電子1004班 完成時(shí)間： 2014年5月31日 摘 要 作為計(jì)算機(jī)視覺(jué)的一個(gè)重要部分，智能視頻監(jiān)控技術(shù)不僅在政府和企業(yè)的廣泛應(yīng)用，隨著社會(huì)的進(jìn)步，家庭也在很大程度上離不開(kāi)它，而智能視頻監(jiān)控方面的核心技術(shù)是運(yùn)動(dòng)目標(biāo)的跟蹤，從21世紀(jì)以來(lái)，伴隨著信息科學(xué)技術(shù)的飛速發(fā)展，越來(lái)越多的研究者開(kāi)始關(guān)注智能化視頻監(jiān)控系統(tǒng)中的移動(dòng)目標(biāo)跟蹤算法的研究。盡管人們?cè)?0世紀(jì)就已經(jīng)提出了很多有效的運(yùn)動(dòng)目標(biāo)跟蹤算法，但事實(shí)上，運(yùn)動(dòng)目標(biāo)的跟蹤技術(shù)在實(shí)現(xiàn)的過(guò)程中仍然是困難重重，例如背景的不穩(wěn)定、目標(biāo)跟蹤過(guò)程中被遮擋、目標(biāo)跟背景顏色相似等因素，都會(huì)很大程度上破壞跟蹤效果，因此，要想設(shè)計(jì)出跟蹤效果好的均值漂移算法仍然具有很大挑戰(zhàn)性。 在本篇論文中，簡(jiǎn)要的介紹了一下運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)的發(fā)展史（從第一次被提出，一直到該項(xiàng)技術(shù)應(yīng)用到各個(gè)領(lǐng)域），運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)經(jīng)歷了一個(gè)漫長(zhǎng)的過(guò)程。本論文還提到了視頻監(jiān)控系統(tǒng)的結(jié)構(gòu)框架，并分析了每一部分的原理；同時(shí)也研究了圖像處理技術(shù)在智能化視頻監(jiān)控體系中的應(yīng)用，主要包含數(shù)學(xué)形態(tài)學(xué)理論、圖像的預(yù)處理和目標(biāo)模型描述等。對(duì)于智能化視頻監(jiān)控體系在實(shí)踐中的應(yīng)用，本論文采用的是MeanShift（均值漂移）跟蹤算法，該算法是一項(xiàng)先進(jìn)的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)。還詳細(xì)分析了基于均值漂移算法在運(yùn)動(dòng)目標(biāo)跟蹤方面的應(yīng)用，而且驗(yàn)證了MeanShift算法在實(shí)際應(yīng)用中的收斂性【1】。對(duì)于均值漂移算法易出現(xiàn)的缺點(diǎn)，對(duì)其一一攻破，并且進(jìn)行了多次仿真實(shí)驗(yàn)，結(jié)論表明:該算法的跟蹤效果較好。關(guān)鍵詞：智能視頻監(jiān)控；視頻圖像處理；背景差分法；運(yùn)動(dòng)目標(biāo)的跟蹤；MeanShift算法IABSTRACT As an important part of puter vision, intelligent video surveillance technology, not only in government and enterprises a wide range of applications, with the progress of society, the family also largely inseparable from it, and intelligent video surveillance technology is a moving target core the track, from the 21st century, with the rapid development of information science and technology, more and more researchers began to focus on research in intelligent video surveillance system moving target tracking algorithm. Although people in the 20th century has been proposed many effective moving target tracking algorithm, but in fact, moving target tracking technology is still in the process of realization is difficult, such as unstable background, target tracking process is blocked, the target the background color is similar with other factors, will largely destroyed tracking results, therefore, in order to design a good effect mean shift tracking algorithm still has a great challenge.In this paper, a brief introduction about the history of the moving target tracking technology ( from the first to be made until the technology applied to various fields ), moving target tracking technology has gone through a long process. The paper also mentioned the structural frame of video surveillance systems, and analysis of the principle of each part。 also studied image processing technology in intelligent video surveillance system consists mainly of mathematical morphology theory, image preprocessing and objectives model description. For the application of intelligent video surveillance system in practice, this thesis is the MeanShift (mean shift) tracking algorithm, which is an advanced motion tracking technology. Also a detailed analysis based on the mean shift algorithm in moving target tracking application, and verify the MeanShift algorithm in the practical application of the convergence [1]. For the mean shift algorithm prone shortings, its one break, and conducted a number of simulations, the conclusions show that : better tracking performance of the algorithm.Keywords : intelligent video surveillance。 video image processing。 background subtraction。 tracking of moving targets。 MeanShift algorithmI目 錄1 緒論 1 課題研究背景與意義 1 國(guó)內(nèi)外研究現(xiàn)狀 1 目標(biāo)跟蹤問(wèn)題的困擾因素 2 本章小結(jié) 32 圖像處理簡(jiǎn)介 4 圖像灰度化處理 4 圖像噪聲處理 4 目標(biāo)表示 5 數(shù)學(xué)形態(tài)學(xué) 6 本章小結(jié) 73 VC編程環(huán)境的搭建 8 OpenCV簡(jiǎn)介 8 9 10 OpenCV中常用函數(shù)介紹 12 數(shù)據(jù)結(jié)構(gòu) 12 常用函數(shù) 13 本章小結(jié) 164 基于MeanShift的目標(biāo)跟蹤算法 17 17 MeanShift算法研究 17 基本MeanShift算法 18 MeanShift算法工作原理分析 19 程序運(yùn)行結(jié)果 23 圖形界面 23 目標(biāo)跟蹤效果 24 本章小結(jié) 26結(jié)束語(yǔ) 26參考文獻(xiàn) 27致 謝 28附 錄 29湖南工學(xué)院（本科）畢業(yè)設(shè)計(jì)論文1 緒論 課題研究背景與意義運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心研究課題之一，它涉及到各個(gè)科研領(lǐng)域。隨著社會(huì)的快速發(fā)展，光靠人力已經(jīng)無(wú)法實(shí)現(xiàn)對(duì)龐大的數(shù)據(jù)進(jìn)行分析、處理。因此，急需一項(xiàng)技術(shù)能夠代替人在不穩(wěn)定的環(huán)境中對(duì)繁瑣的數(shù)據(jù)的進(jìn)行處理。智能視頻監(jiān)控系統(tǒng)恰好具備這項(xiàng)功能，它通過(guò)對(duì)攝像機(jī)拍錄的圖像序列進(jìn)行自動(dòng)分析，實(shí)現(xiàn)對(duì)動(dòng)態(tài)場(chǎng)景中目標(biāo)定位、識(shí)別與跟蹤【2】。本論文主要是對(duì)MeanShift目標(biāo)跟蹤算法進(jìn)行研究。通過(guò)研究者們的實(shí)踐發(fā)現(xiàn)，MeanShift算法在運(yùn)動(dòng)目標(biāo)跟蹤領(lǐng)域中有著相當(dāng)高的目標(biāo)匹配度，多次應(yīng)用在了對(duì)實(shí)時(shí)性要求高的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)中。MeanShift算法不僅在軍事領(lǐng)域舉足輕重，工業(yè)領(lǐng)域也離不開(kāi)它。計(jì)算機(jī)視覺(jué)的研究在軍事領(lǐng)域(遠(yuǎn)程監(jiān)視)、醫(yī)學(xué)領(lǐng)域(醫(yī)學(xué)檢測(cè))以及工業(yè)領(lǐng)域(精密儀器檢測(cè))都有著非常重要的應(yīng)用，通過(guò)研究計(jì)算機(jī)視覺(jué)，人們可以更準(zhǔn)確的把握尺度，例如在工業(yè)領(lǐng)域中的機(jī)器人視覺(jué)系統(tǒng)。視覺(jué)圖像是以不同類(lèi)型的觀(guān)測(cè)系統(tǒng)用不同的方法觀(guān)測(cè)外界而得來(lái)的，能夠與人肉眼作用，并且產(chǎn)生視覺(jué)與知覺(jué)的實(shí)體。根據(jù)科學(xué)研究和統(tǒng)計(jì)，圖像中包含的信息占據(jù)了人類(lèi)從外界獲取信息中的3/4。在計(jì)算機(jī)技術(shù)的飛速發(fā)展下，數(shù)字圖象技術(shù)也受到了國(guó)家很大的重視，并且得到快速的進(jìn)展，出現(xiàn)了許多與其相關(guān)的新理論、新方法、新技術(shù)和新產(chǎn)品，并已經(jīng)在各個(gè)方面都取得了非常廣泛的應(yīng)用，對(duì)改善人類(lèi)生活質(zhì)量、推動(dòng)社會(huì)進(jìn)步都起到了不可忽視的作用。 國(guó)內(nèi)外研究現(xiàn)狀 視頻監(jiān)控系統(tǒng)應(yīng)用前景非常廣泛，潛在的經(jīng)濟(jì)價(jià)值更是無(wú)法估量，因此而激發(fā)了全世界大多數(shù)科學(xué)家和相關(guān)企業(yè)濃厚的興趣，尤其是在美國(guó)和英國(guó)，早已做了大量相關(guān)項(xiàng)目的研究。光流法在20世紀(jì)80年代初期被提出之后，動(dòng)態(tài)圖像序列分析正式進(jìn)入一個(gè)研究的高潮。在96年至99年期間，美國(guó)國(guó)防高級(jí)研究計(jì)劃局(DARPA)出錢(qián)資助的卡內(nèi)吉梅隆大學(xué)、戴衛(wèi)夫研究中心和一些著名的研究機(jī)構(gòu)，他們聯(lián)合開(kāi)發(fā)出來(lái)了視頻監(jiān)控系統(tǒng)(VSAM)，其目標(biāo)主要是為未來(lái)的城市和戰(zhàn)場(chǎng)監(jiān)控應(yīng)用研發(fā)出一種全新的視頻監(jiān)控理解技術(shù)，能夠代替人在危險(xiǎn)的環(huán)境中進(jìn)行監(jiān)控，目前該系統(tǒng)仍然處于試用期。從98年開(kāi)始，英國(guó)的雷丁大學(xué)開(kāi)始研究路人與機(jī)動(dòng)車(chē)輛的跟蹤和交互作用識(shí)別。2000年，實(shí)時(shí)視覺(jué)監(jiān)視系統(tǒng)(W4)在Maryland大學(xué)研究者的努力下研制出來(lái)，不單可以定位人以及分割出人身體的任何部分，而且在建立其外觀(guān)模型后，該系統(tǒng)還可以同時(shí)實(shí)現(xiàn)多人的跟蹤，且可以對(duì)他們之間簡(jiǎn)易的交流活動(dòng)進(jìn)行監(jiān)控。英國(guó)、法國(guó)和葡萄牙在歐盟的資助下，于2002年至2005年期間聯(lián)合執(zhí)行了CAVIAR項(xiàng)目。DARPA在2008年又出錢(qián)資助了一項(xiàng)全新的視頻監(jiān)控技術(shù)研究實(shí)時(shí)流，其目的是為了快速的從監(jiān)控視頻中發(fā)現(xiàn)目標(biāo)的行為，并且快速分析，例如挖掘、握手、交換物品等。 在視頻圖像處理方面的探索我國(guó)起步相對(duì)較晚，一直到86年才正式開(kāi)始對(duì)視頻跟蹤技術(shù)的研究立項(xiàng)。為了推動(dòng)我們國(guó)家在這個(gè)領(lǐng)域的快速發(fā)展，我國(guó)已經(jīng)成立了國(guó)家重點(diǎn)實(shí)驗(yàn)室，專(zhuān)門(mén)用來(lái)研究視頻跟蹤技術(shù)。 MeanShift 算法主要是通過(guò)有限次迭代，從而做到準(zhǔn)確定位目標(biāo)，很大程度上避免了全局采集，大大減少了時(shí)間，如果目標(biāo)區(qū)域已知，該算法完全可以做到實(shí)時(shí)的跟蹤，近幾年來(lái)被非常廣泛的應(yīng)用在目標(biāo)跟蹤領(lǐng)域。目前有許多科研人員和學(xué)者已經(jīng)在MeanShift算法基礎(chǔ)上做了大量的的改善工作。因?yàn)闃颖军c(diǎn)隨機(jī)的分布在樣本空間，應(yīng)該如何選取合適的長(zhǎng)度與角度以及正確的窗口寬度依舊是MeanShift 算法需要解決的重要問(wèn)題。浙大朱勝利等人提出的均值偏移跟蹤算法和卡爾曼濾波器互相結(jié)合的方法，首先利用卡爾曼濾波器得到其初始位置，接著