【正文】 cvCvtColor( image, hsv, CV_BGR2HSV )。 while(tool_number!=3) { if(tool_number==1) { vmax_[0]=vmax。 // 計算直方圖 hist_0 = cvCreateHist( 1, amp。 hue = cvCreateImage( cvGetSize(frame), 8, 1 )。 AfxMessageBox(str)。 break。 selection = cvRect(x,y,0,0)。 = + CV_IABS(y )。謝謝你們，親愛的家人。在我廈門實習期間，夏老師更是深夜一點還在為我批閱開題報告， 在他一次又一次的指導下，讓我在工作之余順利完成了當時的任務，真正做到了學習工作兩不誤。 運動目 標檢測是目標跟蹤的基礎部分，雖然本文中只有簡單的介紹，但它與目標跟蹤的實時性與魯棒性的好壞是密不可分的。在多個目標干擾的情況下也能做到實時跟蹤。 湖南工學院（本科）畢業(yè)設計論文 21 圖 9 打開視頻窗口 當出現(xiàn)圖 9 中效果后，我們需要選擇跟蹤目標，即將鼠標放在視頻窗口中，按下左鍵不放，框住運動目標。 也就是說，對于此類目 標跟蹤問題，可以被當成是尋找最優(yōu)的 y ，使得 ??ypu? 與 ?uq 之差最接近 0。均值漂移算法在日常生活中有著強大的生命力。 基本 MeanShift 算法 假設 d 維空間 dR 中的 n 個采樣點 ix ， ni ,2,1 ?? ,在 x 點的 均值漂移 向量的一般形湖南工學院（本科）畢業(yè)設計論文 16 式定 義為 : ? ? ? ??? ?? hi Sx ih xxKxM1 (9) 公式中， hS 為一個高維球區(qū)域，該區(qū)域半徑為 h ，且能夠滿足以下集合 , ? ? ? ? ? ?? ?2: hxyxyyxS h ???? ? (10) k 的值代表在這 n 個采樣點 ix 中有 k 個坐標點在高維球區(qū)域 hS 中。研究者們更是將目標識別、匹配與檢測相結合，使得跟蹤效果大大改善，實時性跟可靠性也明顯增強。 湖南工學院（本科）畢業(yè)設計論文 15 4 基于 MeanShift 的目標跟蹤算法 運動目標跟蹤綜述 作為視頻監(jiān)控領域的核心技術，運動目標跟蹤所發(fā)揮的作用越來越重要。 fps： 被創(chuàng)建視頻流的幀率。,39。,39。 設置指定視頻獲取的屬性。 4） cvQueryFrame( )：從攝像頭或者文件中抓取并返回一幀 IplImage* cvQueryFrame( CvCapture* capture )。 初始化從文件中獲取視頻； filename： 視頻文件名。 常用函數(shù) 除了有常用的數(shù)據結構外，還有以下常用函數(shù)，也是必須掌握的內容，下面簡單的介紹幾個常用函數(shù)，本人在這次畢業(yè)設計中也有用到他們，介紹如下： 1） cvLoadImage( )：該函數(shù)用來載入視頻圖像 IplImage* cvLoadImage( const char* videoname, //聲明一個文件名字 int countenance=CV_LOAD_IMAGE_COLOR )。 //0 代表左上， 1 代表的是左下 int m_Width。 2） CvSize 結構 由名字 size 即可看出，該結構體表示的是大??；該結構通常是用來表示矩形框大小的，單位為像素，結構體中已經定義了矩形框的寬和高，具體如下： typedef struct Cvsize { int m_Width； //代表矩形框的寬，以像素為單位 int m_Height； //代表矩形框的高，以像素為單位 }CvSize。成功加入后需要重啟電腦才能生效，或者在任務管理器中重啟 。一切都安裝好之后，若還想使用 IPP 優(yōu)化功能，則可在官網上下載安裝包進行安裝， 為了安裝的順利進行，請使用 及以上版本。 OpenCV 函數(shù)庫中大概 包含五百多個函數(shù)，涉及到許多領域。第三節(jié)列舉出了當前所用到的主要目標表示法，并簡單介紹了其工作原理。 腐蝕運算，從字面上即可看出，它主要是用來侵蝕掉被跟蹤目標的邊界點，使目標物體變得更加圓滑，增強了物體的清晰度。 數(shù)學形態(tài)學主要包括膨脹、腐蝕、開啟和閉合等四個基本 運算。這些相似之處可以用與之類似的顏色、類似的光流或者光流與顏色相結合來表示。 目標表示，可分為點表示法、矩形框表示法、外輪廓表示法、塊表示法和基于圖像表示法 【 13】 。 ③ 將讀取到的像素灰度值按照從小到大的順序排成一列 。 圖像噪聲處理 實際采集的圖像中常包含各種不希望有的噪聲，造成圖像退化，為進行目標檢測和跟蹤等圖像分析工作，需要先將噪聲消除掉，目前常用的消噪方法主要有兩種 :一種是均值濾波，另一種就是中值濾波。從開始不被人認可，到現(xiàn)在成為該領域不可或缺的技術，這跟廣大研究者的努力所密切相關，當然也與國家的大力支持分不開。 (4)遮擋問題 遮擋問題在目標跟蹤過程中是一種常見情況。 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 互相結合的方法，首先利用卡爾曼濾波器得到其初始位置，接著運用均值漂移跟蹤 算法 來獲得跟蹤目標移動后的位置，從而可以實現(xiàn)對運動目標的實時跟蹤。20xx 年，實時視覺 監(jiān)視 系統(tǒng) (W4)在 Maryland 大學 研究者的努力下研制出來 ，不單可湖南工學院（本科）畢業(yè)設計論文 2 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行監(jiān)控。 計算機視覺的研究在 軍事 領域 (遠程監(jiān)視 )、醫(yī)學 領域 (醫(yī)學檢測 )以及 工業(yè) 領域 (精密儀器檢測 )都有著 非常 重要的應用，通過研究計算機視覺，人們可以更 準確 的把握尺度， 例如在工業(yè)領域中的 機器人視覺系統(tǒng) 。 tracking of moving targets。本論文還提到了視頻監(jiān)控系統(tǒng)的結構框架，并分析了每一部分的原理；同時也研究了圖像處理技術在智能化視頻監(jiān)控體系中的應用，主要包含數(shù)學形態(tài)學理論、圖像的預處理和目標模型描述等。 對于智能化視頻監(jiān)控體系在實踐中的應用，本論文采用的是 MeanShift（均值漂移）跟蹤算法，該算法是一項先進的運動目標跟蹤技術。 MeanShift algorithm 湖南工學院（本科）畢業(yè)設計論文 目 錄 1 緒論 ...................................................................1 課題研究背景與意義 ...............................................1 國內外研究現(xiàn)狀 ...................................................1 目標跟蹤問題的困擾因素 ...........................................2 本章小結 .........................................................3 2 圖像處理簡介 ...........................................................4 圖像灰度化處理 ...................................................4 圖像噪聲處理 .....................................................4 目標表示 .........................................................5 數(shù)學形態(tài)學 .......................................................6 本章小結 .........................................................7 3 VC 編程環(huán)境的搭建 ......................................................8 OpenCV 簡介 ......................................................8 下載和安裝 OpenCV .................................................8 搭建 OpenCV 環(huán)境 ..................................................8 OpenCV 中常用函數(shù)介紹 ...........................................10 數(shù)據結構 ..................................................10 常用函數(shù) ..................................................12 本章小結 ........................................................14 4 基于 MeanShift 的目標跟蹤算法 .........................................15 運動目標跟蹤綜述 ................................................15 MeanShift 算法研究 .............................................15 基本 MeanShift 算法 .......................................15 MeanShift 算法工作原理分析 ...............................16 程序運行結果 ....................................................19 圖形界面 ..................................................19 目標跟蹤效果 ..............................................20 本章小結 ........................................................22 結束語 ..................................................................23 湖南工學院（本科）畢業(yè)設計說明書 參考文獻 ................................................................24 致 謝 ...................................................................25 附 錄 ...................................................................26 湖南工學院（本科）畢業(yè)設計論文 1 1 緒論 課題研究背景與意義 運動目標跟蹤技術是計算機視覺領域的核心研究課題之一，它涉及到各個科研領域。 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，并且產生視覺與知覺的實體 。英國、法國和葡萄牙在歐盟的資助下，于 20xx 年 至 20xx 年 期間 聯(lián)合 執(zhí)行了 CAVIAR 項 目 。但是該方法只有在目標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。在目標跟蹤過程中，目標很容易被自身的遮擋，或者跟蹤目標被周圍其他的雜物跟背景所掩蓋。下面章節(jié)將會對上面所提到的難點進行逐一攻破。 (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。 ④ 找出這些值里最中間的一個 。 點表示法，即用若干個點來代表目標，如跟蹤目標物體的重心或者目標本身。因此，那些用光流法得到的目標大多用塊表示法來實現(xiàn)。 (1)膨脹和腐蝕 膨脹與腐蝕，它們是數(shù)學形態(tài)學中最基礎的運算。腐蝕運算能夠做到將跟蹤目標身上小于變量元素的物質腐蝕掉，因此，我們選取的結構元素相 當重要，它的大小將決定了所去掉物質的大小。最后第四節(jié)，里面提到的腐蝕與膨脹當前用的比較多，他屬于一種濾波算法，通過這兩種技術的處理，能過使粗糙的圖像變得光滑。由于計算機視覺和機器學習是密切相關的，因此OpenCV 還提供 MLL 機器學習庫，能夠很容易的 應用到其他的機器學習場所。 然后確認將二進制文件路徑添加到操作系統(tǒng)的環(huán)境變量 PATH 中。 OpenCV 在 下的詳細配置過程： 1） 全局設置 菜單 ?工具 ?選擇 ?目錄：