【正文】 英特爾 174。 Opencv 是一個(gè)輕量級而且高效的視覺庫 —— 它由一系列的 C 函數(shù)和少量 C++ 類構(gòu)成， Ruby、 Python 以及 MATLAB 等語言的接口也同時(shí)被包含其中，基本實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面通用算法。 差分法流程圖如下圖所示 ： 圖 差分法流程圖 背景保存 拍攝一組含有被測物體的視頻流 大于閾值 小于閾值 物體運(yùn)動 物體靜止 相鄰兩幀作差 8 第三章 Opencv 的介紹與使用 計(jì)算機(jī)視覺領(lǐng)域 是當(dāng)今的一門前沿科學(xué) ，它 不僅可以用于 圖像中的物體分析， 還能用于 安全和入侵檢測系統(tǒng)，自動監(jiān)視和安全系統(tǒng)，制造業(yè)中的產(chǎn)品質(zhì)量檢測系統(tǒng)，攝像機(jī)標(biāo)定，軍事應(yīng)用，無人飛行器，無人汽車和無人水下機(jī)器人 ， 非常有發(fā)展?jié)摿?， 但 由于當(dāng)今技術(shù)停留在對三維圖像的二維化之后作為計(jì)算機(jī)識別的基本依據(jù) 上 ， 記錄下的數(shù)據(jù)龐大而精確，很容易被 噪聲干擾， 對于被測物體的識別并不能有效實(shí)施 ， 為了能夠 利用計(jì)算機(jī) 進(jìn)行高級物體識別運(yùn)算 ，opencv 應(yīng)運(yùn)而生 ，本章主要介紹了 opencv 的來源、發(fā)展與優(yōu)勢 。 幀間差可以很好的反映出監(jiān)控場景內(nèi)的 每一個(gè)變化 ， 包括被測目標(biāo)和背景內(nèi)任何物體 的細(xì)小抖動 。 7 背景差分法 對目標(biāo)的快速與精確地檢測識別 都取決于背景圖像的獲取 ［ 9］ 。39。 同樣，如果 用數(shù)值計(jì)算法 來 求 偏微分方程 的解 時(shí)， 把 每一個(gè) 導(dǎo)數(shù) 都用 有 限差分 法 來近似替代 ， 那么偏微分方程的求解就可以簡化為代數(shù)求解方式 ， 這就是有限差分法 求解 。 另有各種衍生差分法，如有限差分法、中心差分法 。 6 第二章 差分法應(yīng)用 差分法原本為數(shù)學(xué)概念， 在數(shù)學(xué)與計(jì)算機(jī)結(jié)合的 學(xué)科 中被 越來越 廣泛 地 應(yīng)用于圖像識別領(lǐng)域 ， 且 已經(jīng)成為了當(dāng)前主流的識別算法的核心內(nèi)容， 本章將 對這一方法 的發(fā)展歷程和使用方法 做一個(gè)大致的介紹 。 L*a*b 由一個(gè)垂直軸心表示明亮度（ Luminance）的全白到全黑，兩個(gè)水平延伸面表示色彩，其中之一為紅到綠色，另外一個(gè)面表示藍(lán)到黃色。 第 四 節(jié) 色彩標(biāo)準(zhǔn)分類 RGB 色彩模式是工業(yè)界的一種顏色標(biāo)準(zhǔn)， 通過紅綠藍(lán)這三種基礎(chǔ)顏色的不同比例搭配 幾乎可以獲得自然界中所有顏色 ， 而且 非常符合人類對顏色的感知 。 “泛魔”識別模型 解決了相似圖像識別 、失真 圖像識別 、比例放縮圖像識別 等難題 。 隨即，又有新的模型， 這種模型更加復(fù)雜， 它就是 “泛魔” 識別模型。 格式塔心理學(xué)在模板法識別圖像這一研究上也提出了 具有格式塔心理學(xué)特征的原型匹配 模型 。模板匹配 模型，又叫模板，是一種 對比識別的識別模式 ，即，計(jì)算機(jī)如果想識別一個(gè)圖像， 負(fù)責(zé)識別的存儲空間內(nèi)必須有與其相對應(yīng)的模板 ，如果有，則可識別，沒有，則無法識別 。 由于 DV 格式的深入人心和 HDV 剛剛出現(xiàn)不久 ， 2020 年 前， 數(shù)碼攝像機(jī)的主要存儲介質(zhì) 還基本 都是 Mini DV，它的記錄時(shí)間一般為 60 分鐘 ，部分?jǐn)z像機(jī)具有 LP 功能，可以將記錄時(shí)間延長到 90 分鐘， 而不損失畫質(zhì)， 由于其高畫質(zhì)小體積， 令其在專業(yè)攝影界也擁有了一席之地，如松下的 DVCPRO 和索尼的 DVCAM 等都是著名的專業(yè)攝影機(jī)，他們?yōu)榱藵M足專業(yè)人士需要，將錄像時(shí)間長度調(diào)整為 180 分鐘，依然采用 Mini DV 作為主要存儲介質(zhì)。 以上的優(yōu)勢 讓 DV 在出現(xiàn)不久就迅速占據(jù)市場 。 3 V8 面世不久，索尼公司又獨(dú)自推出了一款家用攝像機(jī) —— Hi8， 同樣使用8mm 磁帶的 Hi8 結(jié)構(gòu)更加精密，攝像清晰度達(dá) 400 線，將家用攝像機(jī)性能推至又一高水平 。 然而 VHS 與 S— VHS 龐大的體積卻讓它在流通的時(shí)候遇到了巨大的阻力，因此， 1982 年， VHSC 和 SVHSC 兩個(gè)型號的攝像機(jī)應(yīng)運(yùn)而生 。 這種攝像機(jī)采用攝像管作為攝像元件，因此壽命低，性能不穩(wěn)定而且價(jià)格高昂等 缺陷限制了攝像機(jī)的普及，一直到攝像機(jī)的下一次革命， 這種高貴的產(chǎn)品一直只能用于特定領(lǐng)域 ，無法民用化 。 人臉識別是現(xiàn)今最熱門的研究方向之一， 在磁卡解鎖的鎖閉方式安全性以及穩(wěn)定性不能得到保證的情況下 ，愈來愈多的 對安全性要求過高的 機(jī)構(gòu)采取了人臉識別或虹膜識別 模式， 雖然價(jià)格昂貴，儀器體積龐大 ， 具有科研能力的單位較少 ， 但 這種方式具有可靠性高，使用方便等優(yōu)勢。 工業(yè)自動化以來，每個(gè)工廠每天都要出廠數(shù)以萬計(jì)的產(chǎn)品 ， 由 自動化流水線制造的產(chǎn)品雖然次品率已經(jīng)極大降低，但還是存在 ，用人眼來判斷正品次品雖然可行，但是需要耗費(fèi)大量人力物力，不但降低了生產(chǎn)效率，還為企業(yè)浪費(fèi)大量資金，在企業(yè)的需要下，產(chǎn)生了基于圖像識別的次品監(jiān)測裝置 ，該裝置只需要少量操作人員，而且操作簡單 ，一般工人經(jīng)過培訓(xùn)即可使用， 既加快了工作效率，也節(jié)約了資金 ，迅速在工業(yè)生產(chǎn)、制造業(yè)廣泛應(yīng)用 。 background and are plex and variable, thus, it’s really a tough work to increase the accuracy of Image Recognition. Image recognition technology based on background subtraction, a subject that is very reliable and accurate in the Image Recognition field, solves that problem method improves the accuracy effectively by differencing the video stream to a background picture, it also can identificat the moving subject effectively, it can progress a subject in high speed by the using of the opencv . At present, Image Recognition is often utilized in the field such as vehicle traffic detection technology， target detection of weak signals, judge the merits of rice and Human Movement detection,there we get backgroud and video stream from the outside world by USB external camera, programme with opencv by visual studio C++ in the operating system of we identificate a subject by differencing backgroud and video acurracy of Image Recognition is below the ideal situation because of the resolution of USB external the subject is very ’s our future research goals that using USB external camera with a high resolution and a high version of the opencv function to identificate more plex objects. Key words: Background difference； Image Recognition； opencv； visual studio C++ 目 錄 摘 要 ..................................................................................................... I ABSTRACT .......................................................................................... II 目 錄 ............................................................................................... III 第一章 前言 ....................................................................................... 1 第一節(jié) 計(jì)算機(jī)領(lǐng)域的物體識別的發(fā)展歷史 ....................................... 1 第二節(jié) 計(jì)算機(jī)圖像獲取技術(shù)現(xiàn)狀及前 途 ............................................. 2 第三節(jié) 計(jì)算機(jī)圖像識別技術(shù)現(xiàn)狀及前途 ............................................. 4 第四節(jié) 色彩標(biāo)準(zhǔn)分類 ............................................................................ 5 第二章 差分法應(yīng)用 ............................................................................ 6 第一節(jié) 數(shù)學(xué)中的差分法 ........................................................................ 6 第二節(jié) 背景差分法和幀間差分法 ........................................................ 6 第三章 Opencv 的介紹與使用 ........................................................... 8 第一節(jié) opencv 簡介 ............................................................................... 8 第二節(jié) 有關(guān)圖像識別的 opencv 函數(shù) ................................................... 9 第四章 利用 C++實(shí)現(xiàn)圖像獲取與識別 .......................................... 13 第一節(jié) C++的發(fā)展階段 ....................................................................... 13 第二節(jié) C++的特點(diǎn) ............................................................................... 14 第三節(jié) 基于背景差分法的物體識別的程序 ....................................... 14 第四節(jié) 程序運(yùn)行結(jié)果 .......................................................................... 22 第五章 結(jié)論 ..................................................................................... 27 參考文獻(xiàn) ............................................................................................... 28 致 謝 ................................................................................................... 30 1 第一章 前言 本章主要介紹了與論文相關(guān)的計(jì)算機(jī)的發(fā)展歷程和計(jì)算機(jī)圖像識別 和背景差分 的發(fā)展現(xiàn)狀， 并 列舉了一系列的研究成果 ， 論述 了 本實(shí)驗(yàn)的 實(shí)驗(yàn) 目的以及工作條件 。目前，基于背景差分的圖像識別主要應(yīng)用于 車輛 流量 檢測 技術(shù) ［ 4］ 、 車牌檢測 ［ 5］ 、弱信號的目標(biāo)檢測、 稻米粒 優(yōu)劣的判斷 、 運(yùn)動人體檢測等領(lǐng)域 。 基于背景差分法的物體識別 OBJECT RECOGNITION BY BACKGROUND DIFFERENCE METHOD 專 業(yè)： 自動化