【正文】 line(frameImg,scene_corners[1],scene_corners[2],CV_RGB(255,0,0),2)。 obj_corners[3] = cvPoint( 0, )。 else { if (()10) { std::vectorPoint2f obj_corners(4)。 } Mat homo。 if (distanceRatio minRatio) { (bestMatch)。 bestMatch = m_knnMatches[i][0]。 descriptorMatcherknnMatch(queryDescriptors,trainDescriptors,m_knnMatches,2)。 descriptorMatcher, bool enableRatioTest = true) { vectorvectorDMatch m_knnMatches。 queryKeyPoints,const vectorKeyPointamp。 drawMatches(src,queryKeypoints,frameImg,trainKeypoints,matches,homoShow,Scalar::all(1),CV_RGB(255,255,255),Mat(),2)。 i()。 } // Find homography matrix and get inliers mask std::vectorunsigned char inliersMask(())。 for (size_t i = 0。 homography ) { const int minNumberMatchesAllowed = 4。 } refineMatchesWithHomography(const std::vectorcv::KeyPointamp。 cout endl。 if (detectorType==SIFT||detectorType==SURF) initModule_nonfree()。 matcherType, PtrFeatureDetectoramp。 vectorPoint dstCorner(4)。 Mat src,frameImg。另外本方法雖 然算法相對簡單，實(shí)時性較好，但在處理復(fù)雜程度較高的背景以及光線突變時效果仍不理想，還需進(jìn)一步研究解決。 當(dāng)然，采用 ROI 會帶來一定的漏報率，但實(shí)驗(yàn)證實(shí)一般場景下合適的 ROI選取可使檢測率與傳統(tǒng)方案相差很小，而時間成本得到了大幅度改善。 人們對于圖像各個區(qū)域內(nèi)容讀取關(guān)注程度各不相同，關(guān)注程度較高的部分就稱為 ROI，一般這些部分包含了圖像的重要內(nèi)容，細(xì)節(jié)比較豐富。 3 運(yùn)動目標(biāo)檢測原理 背景的提取和檢測 背景提取與更新采用以背景減法為基礎(chǔ) ， 相鄰幀差法為補(bǔ)充的檢測 方法 ： 當(dāng)視頻采集開始時 ， 首先提取視頻序列的一幀作為初始背景 B（ x,y） 以后每 幀通過 Img(x,y)讀入 ,通過數(shù)幀更新得到較準(zhǔn)確的背景圖 ! 這里圖像存儲格式均采用 IplImag結(jié)構(gòu) ， 背景更新采用更新加權(quán)累計(jì)圖像的方法 ， 使用函數(shù) cvRunningAvg 其定義是 : void cvRunningAvg(const CvArr * image, CvArr* acc, double alpha, const CvArr* mask=NULL)。 比如特征檢 測與跟蹤 、 運(yùn)動分析 、 目標(biāo)分割與識別以及 3D 重建等 。 目前常用的運(yùn)動目標(biāo)檢測方法主要有 3 種 :幀差法 ,對于動態(tài)環(huán)境具有較強(qiáng)的自適應(yīng)性 ， 穩(wěn)健性 較好 ， 但一般不能完全提取出所有相關(guān)的特征像素點(diǎn) ： 光流法 ， 能夠檢測獨(dú)立運(yùn)動的對象 ， 并且可用于攝像機(jī)運(yùn)動的情況 ， 但是多數(shù)計(jì)算復(fù)雜 、 耗時多 ， 很難實(shí)現(xiàn)實(shí)時監(jiān)測 ；背景減法 ， 一般能夠較完整地提取目標(biāo)點(diǎn) ， 但對于動態(tài)場景的變化 !如光照和外來無關(guān)事件的干擾等特別敏感 。 OpenCv 課程論文 基于 OpenCv 運(yùn)動目標(biāo)的檢測 院 （系） 理學(xué)院 專 業(yè) 信息與計(jì)算科學(xué) 班 級 111001114 姓 名 王肖程 學(xué) 號 111001114 導(dǎo) 師 劉建偉 2020 年 10 月 22 日 1 引言 ： 運(yùn)動目標(biāo)檢測是智能視頻監(jiān)控系統(tǒng)的重要組成部分它是指從視頻圖像序列中將變化的目標(biāo)從背景中分割出來 。 2 OpenCv 簡介 OpenCv（ Open Source Computer Vision Library ）是一種 種用于數(shù)字圖像處理和計(jì)算機(jī)視覺的函數(shù)庫 。 可以在 VC環(huán)境下使用 ， 操作方便 。 以背景建模與更新為核心 整個運(yùn)動檢測的流程框 圖如圖 1 所示： 圖 1 興趣區(qū)域（ ROI） 視頻監(jiān)控運(yùn)動目標(biāo)檢測過程中，對實(shí)時性有著非常高的要求，一般的視頻采集多為 20~30（幀 /秒）的速度。在視頻監(jiān)控領(lǐng)域中，有時用戶會指定一個區(qū)域只對其監(jiān)控 而不對整個圖像處理。 4 小結(jié) 本文介紹了一種基于 OpenCv 的視頻監(jiān)控運(yùn)動檢測系統(tǒng)方案 ,包括了背景提取、前景檢測、判斷報警，背景更新等主要模塊。 代碼如下： span style=fontsize:18px。 int width。 static bool createDetectorDescriptorMatcher( const stringamp。 featureDetector, PtrDescriptorExtractoramp。 featureDetector = FeatureDetector::create( detectorType )。 bool isCreated = !( () || () || () )。 queryKeypoints, const std::vectorcv::KeyPointamp。 if (() minNumberMatchesAllowed) return false。 i ()。 homography=cv::findHomography(queryPoints,trainPoints,CV_FM_RANSAC,reprojectionThreshold,inliersMask)。 i++) { if (inliersMask[i]) (matches[i])。 imshow(homoShow,homoShow)。 trainKeyPoints, const Matamp。 vectorDMatchm_Matches。 for (size_t i=0。 const cv::DMatchamp。 } } } else { coutCrossCheckendl。 float homographyReprojectionThreshold = 。 obj_corners[0] = cvPoint(0,0)。 std::vectorPoint2f scene_corners(4)。 line(frameImg,scene_corners[2],scene_corners[3],CV_RGB(255,0,0),2)。 } } int main() { string filename = 。 string detectorType = SIFT。 PtrDescriptorExtractor descriptorExtractor。 } //Intial: read the pattern img keyPoint vectorKeyPoint queryKeypoints。 VideoCapture cap(0)。t Open Camera!endl。 srcCorner[2] = Point(width,height)。 Mat frame,grayFrame。 if (!()) { (frameImg)。 ()。 Bool isFound = matchingDescriptor(queryKeypoints,trainKeypoints,queryDescriptor,trainDescriptor,descriptorMatcher)。 return 0。 一、 工程概況： 西夏建材城生活區(qū) 2 30住宅樓位于銀川市新市區(qū) ，橡膠廠對面。30樓 m2。設(shè)計(jì)室外地坪至檐口高度 00m，呈長方形布置，東西向，三個單元。地面除衛(wèi)生間 200 200 防滑地磚，樓梯間 50 厚細(xì)石砼 1： 1 水泥砂漿壓光外，其余均采用 50 厚豆石砼毛地面。 本工程設(shè)計(jì)為磚混結(jié)構(gòu)，共六層。 本工程設(shè)計(jì)給水管采用 PPR 塑料管，熱熔連接；排水管采用UPVC 硬聚氯乙烯管，粘接；給水管道安裝除立管及安裝 IC 卡水表的管段明設(shè)計(jì)外，其余均暗設(shè)。計(jì)劃 2020 年 9 月 15 日前 3 完成基礎(chǔ)工程， 2020 年 12 月 30 日完成主體結(jié)構(gòu)工程， 2020 年 6月 20 日完成裝修工種，安裝工程穿插進(jìn)行，于 2020 年 7 月 1 日前完成。 ⑶ 內(nèi)裝修工程 門窗框安裝→室內(nèi)墻面抹灰→樓地面→門窗安裝、油漆→五金安裝、內(nèi)部清理→通水通電、竣工。 機(jī)械準(zhǔn)備 ⑴ 設(shè) 2 臺攪拌機(jī)， 2 臺水泵。 ⑸ 現(xiàn)場設(shè)塔吊 2 臺。樓層用水采用鋼管焊接給水管，每層留一出水口；給水管不置蓄水池內(nèi)，由潛水泵進(jìn)行送水。 四、主要施工方法 施工測量放線 ⑴ 施工測量基本要求 A、 西夏建材城生活區(qū) 1 30住宅樓定位依據(jù)： 西夏建材城生活區(qū) 工程總體規(guī)劃圖，北京路、規(guī)劃道路永久性定位 B、根據(jù)工程特點(diǎn)及＜建筑工程施工測量規(guī)程＞ DBI01－ 21－ 95， 2 條，此工程設(shè)置精度等級為二級，測角中誤差177。根據(jù)主軸線設(shè)置兩條次軸線即 27樓：（ H） 6 軸線和（ 27）軸線； 30樓：（ H）軸線和（ 27）軸線。 相當(dāng)于絕對標(biāo)高 。 ⑷ 結(jié)構(gòu)施工測量 A、首層放線驗(yàn)收后，主控軸一引至外墻立面上，作為以上務(wù)層主軸線豎身高以測的基準(zhǔn)。 開挖時，根據(jù)現(xiàn)場實(shí)際土質(zhì)，按規(guī)范要求 1: 放坡，反鏟挖掘機(jī)挖土。機(jī)械挖土 ,先發(fā)出信號，挖土的時候，挖掘機(jī)操作范圍內(nèi)，不許進(jìn)行其他工作，裝土的時候，任何人都不能停留在裝土車上。 ⑵ 砌筑要求 A、開工前由工長對所管轄班組下發(fā)技術(shù)交底。 E、隔墻與墻不同時砌筑又不留成斜槎時可于墻中引出陽槎或在墻的灰縫中預(yù)埋拉結(jié)筋，每道不少于 2 根。 鋼筋工程 ⑴ 凡進(jìn)場鋼筋須具備材質(zhì)證明，原材料須取樣試驗(yàn)，經(jīng)復(fù)試合格后方可使用。保護(hù)層采用 50mm 50mm 的水泥砂漿塊。施工中嚴(yán)格掌握各種材料的用量，并在攪拌機(jī)前進(jìn)行標(biāo)識，注明每立方米、每盤用量。 ⑷ 本工程均采用插入式振搗器，一次澆筑厚度不宜超過振搗器作用部分長度的 倍，搗實(shí)砼的移動間距不宜大于振搗器作用半徑的 倍。 ⑵ 模板支撐應(yīng)牢固可靠，安裝進(jìn)程中須有防傾覆的臨