【正文】 、OpenCV Visual C++ ()。然后確認(rèn)將二進(jìn)制文件路徑添加到操作系統(tǒng)的環(huán)境變量PATH中。在Windows操作系統(tǒng)下，首先，從OpenCV官網(wǎng)中下載EXE安裝程序，雙擊后即可安裝。由于計算機(jī)視覺和機(jī)器學(xué)習(xí)是密切相關(guān)的，因此OpenCV還提供MLL機(jī)器學(xué)習(xí)庫，能夠很容易的應(yīng)用到其他的機(jī)器學(xué)習(xí)場所。OpenCV除了C之外，它還支持TPython 、Ruby等語言。最后第四節(jié)，里面提到的腐蝕與膨脹當(dāng)前用的比較多，他屬于一種濾波算法，通過這兩種技術(shù)的處理，能過使粗糙的圖像變得光滑。 開啟運算可以做到磨掉突出圖像的外部棱角，閉合運算恰好相反，磨掉的是內(nèi)部尖角，此外，開閉運算還具有濾波特性。腐蝕運算能夠做到將跟蹤目標(biāo)身上小于變量元素的物質(zhì)腐蝕掉，因此，我們選取的結(jié)構(gòu)元素相當(dāng)重要，它的大小將決定了所去掉物質(zhì)的大小。所有,針對膨脹運算來說，變量元素的映像與輸入的圖像相與不為零，也就是說，用來膨脹就是將的映像與中的非零元素相交時在零點位置的集合。 (1)膨脹和腐蝕 膨脹與腐蝕，它們是數(shù)學(xué)形態(tài)學(xué)中最基礎(chǔ)的運算。它的原理是用固定形態(tài)的構(gòu)造元素，提取出圖像中相對應(yīng)的形狀，用來識別圖像，以便于對圖像進(jìn)行分析。因此，那些用光流法得到的目標(biāo)大多用塊表示法來實現(xiàn)。外輪廓線能夠用跟蹤目標(biāo)邊沿點的連線表示。點表示法，即用若干個點來代表目標(biāo)，如跟蹤目標(biāo)物體的重心或者目標(biāo)本身。只有節(jié)省存儲空間、而且計算簡便的方式才是一個優(yōu)秀的表達(dá)方式。 ④找出這些值里最中間的一個。其計算公式為: (4)其中,為的鄰域，為含有噪聲的原圖。 (1)均值濾波 均值濾波能夠消除圖像的噪聲，是一種線性濾波?，F(xiàn)在有三種灰度化處理方法:(1)最大值法:讓R,G,B的值等于三個值當(dāng)中最大的一個，即: (1)從公式中能夠得到，利用最大值法處理后的圖像，其灰度值會很高。下面章節(jié)將會對上面所提到的難點進(jìn)行逐一攻破。所以若想要設(shè)計出一個能夠快速、準(zhǔn)確、穩(wěn)定地在復(fù)雜環(huán)境下跟蹤目標(biāo)的方法，仍然是一項非常艱巨的任務(wù)，還需要研究者進(jìn)一步的研究。在目標(biāo)跟蹤過程中，目標(biāo)很容易被自身的遮擋，或者跟蹤目標(biāo)被周圍其他的雜物跟背景所掩蓋。(2) 目標(biāo)外觀的變化 運動目標(biāo)跟蹤一般是在不受控制的條件下進(jìn)行的，各種因素都可能導(dǎo)致跟蹤目標(biāo)外觀的變化，如光、角、規(guī)模和目標(biāo)對象，以及形變等因素，所以如果我們想要對目標(biāo)進(jìn)行長期有效地跟蹤，我們需要合理地處理這些變化。但是該方法只有在目標(biāo)線性運動時跟蹤效果挺好，一旦處于非線性運動則效果很差。 MeanShift 算法主要是通過有限次迭代，從而做到準(zhǔn)確定位目標(biāo)，很大程度上避免了全局采集，大大減少了時間，如果目標(biāo)區(qū)域已知，該算法完全可以做到實時的跟蹤，近幾年來被非常廣泛的應(yīng)用在目標(biāo)跟蹤領(lǐng)域。英國、法國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項目。光流法在20世紀(jì)80年代初期被提出之后，動態(tài)圖像序列分析正式進(jìn)入一個研究的高潮。視覺圖像是以不同類型的觀測系統(tǒng)用不同的方法觀測外界而得來的，能夠與人肉眼作用，并且產(chǎn)生視覺與知覺的實體。本論文主要是對MeanShift目標(biāo)跟蹤算法進(jìn)行研究。 MeanShift algorithmI目 錄1 緒論 1 課題研究背景與意義 1 國內(nèi)外研究現(xiàn)狀 1 目標(biāo)跟蹤問題的困擾因素 2 本章小結(jié) 32 圖像處理簡介 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 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)計論文1 緒論 課題研究背景與意義運動目標(biāo)跟蹤技術(shù)是計算機(jī)視覺領(lǐng)域的核心研究課題之一，它涉及到各個科研領(lǐng)域。Keywords : intelligent video surveillance。 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.對于智能化視頻監(jiān)控體系在實踐中的應(yīng)用，本論文采用的是MeanShift（均值漂移）跟蹤算法，該算法是一項先進(jìn)的運動目標(biāo)跟蹤技術(shù)。湖南工學(xué)院（本科）畢業(yè)設(shè)計說明書 2014屆畢業(yè)設(shè)計說明書 基于MeanShift算法的運動目標(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（學(xué)位）碩士專 業(yè)： 電子信息工程 班 級： 電子1004班 完成時間： 2014年5月31日 摘 要 作為計算機(jī)視覺的一個重要部分，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，隨著社會的進(jìn)步，家庭也在很大程度上離不開它，而智能視頻監(jiān)控方面的核心技術(shù)是運動目標(biāo)的跟蹤，從21世紀(jì)以來，伴隨著信息科學(xué)技術(shù)的飛速發(fā)展，越來越多的研究者開始關(guān)注智能化視頻監(jiān)控系統(tǒng)中的移動目標(biāo)跟蹤算法的研究。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。關(guān)鍵詞：智能視頻監(jiān)控；視頻圖像處理；背景差分法；運動目標(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。 tracking of moving targets。智能視頻監(jiān)控系統(tǒng)恰好具備這項功能，它通過對攝像機(jī)拍錄的圖像序列進(jìn)行自動分析，實現(xiàn)對動態(tài)場景中目標(biāo)定位、識別與跟蹤【2】。計算機(jī)視覺的研究在軍事領(lǐng)域(遠(yuǎn)程監(jiān)視)、醫(yī)學(xué)領(lǐng)域(醫(yī)學(xué)檢測)以及工業(yè)領(lǐng)域(精密儀器檢測)都有著非常重要的應(yīng)用，通過研究計算機(jī)視覺，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)器人視覺系統(tǒng)。 國內(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)價值更是無法估量，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，尤其是在美國和英國，早已做了大量相關(guān)項目的研究。2000年，實時視覺監(jiān)視系統(tǒng)(W4)在Maryland大學(xué)研究者的努力下研制出來，不單可以定位人以及分割出人身體的任何部分，而且在建立其外觀模型后，該系統(tǒng)還可以同時實現(xiàn)多人的跟蹤，且可以對他們之間簡易的交流活動進(jìn)行監(jiān)控。為了推動我們國家在這個領(lǐng)域的快速發(fā)展，我國已經(jīng)成立了國家重點實驗室，專門用來研究視頻跟蹤技術(shù)。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)