【正文】 的 SVN 倉庫中 【 16】 。 搭建 OpenCV 環(huán)境 本文的硬件平臺為惠普 G42474TX 筆記本電腦， CPU 為主頻 32 位雙核酷睿 i3 390M， 2G 內(nèi)存。 2） 項目設(shè)置 每次創(chuàng)建項目時，若想使用 OpenCV，則需要在工程中加入 需要的 lib 庫文件。 //結(jié)構(gòu)體大小 int Card。 //表示圖像比較活躍的區(qū)域 int Data_Size。 指定的顏色可以將輸入的圖片轉(zhuǎn)為 3信道 (CV_LOAD_IMAGE_COLOR)， 單信(CV_LOAD_IMAGE_GRAYSCALE)， 或者保持不變(CV_LOAD_IMAGE_ANYCOLOR)。 CvCapture* cvCreateCameraCapture( int index )。返回的圖像不可以被用戶釋放或者修改?？梢允窍旅嬷唬? CV_CAP_PROP_POS_MSEC 從文件開始的位置，單位為毫秒 CV_CAP_PROP_POS_FRAMES 單位為幀數(shù)的位置（只對視頻文件有效） CV_CAP_PROP_POS_AVI_RATIO 視頻文件的相對位置（ 0 影片的開始， 1 影片的結(jié)尾 ) CV_CAP_PROP_FRAME_WIDTH 視頻流的幀寬度（只對攝像頭有效） CV_CAP_PROP_FRAME_HEIGHT 視頻流的幀高度（ 只對攝像頭有效） 湖南工學(xué)院（本科）畢業(yè)設(shè)計論文 14 CV_CAP_PROP_FPS 幀率（只對攝像頭有效） CV_CAP_PROP_FOURCC 表示 codec的四個字符（只對攝像頭有效） value ： 屬性的值。M39。P39。 7） cvWriteFrame( )： 寫入一幀到一個視頻文件中 int cvWriteFrame( CvVideoWriter* writer, const IplImage* image )。但要實現(xiàn)對運動目標的實時跟蹤也不是一件簡單的事情，怎樣才能做到在視頻中快速完美的匹配運動目標，這是廣大研究者一直以來都在努力解決的問題。均值漂移算法工作的過程其實就是一個迭代過程，跟蹤目標每到一個像素點，則算出當(dāng)前點的漂移均值，并且把該像素點作為起點，接著向下一個像素點移動，以此循環(huán)，直到能夠滿足一定條件。因此，對應(yīng)的均值漂移向量 ??xMh 也同樣應(yīng)該指向概率密度梯度的方向。目標第 i個像素的坐標值用 ix 來表示 。 (5)確定目標的位置 據(jù)公式可知，當(dāng) Bhattacharrya 系數(shù)達到最大值時，他 所在的位置即為目標所在位置。 由于在日常生活中，視頻監(jiān)控系統(tǒng)不可能只在如此穩(wěn)定的環(huán)境中進行跟蹤，實際應(yīng)用中往往存在很多的干擾，例如跟蹤背景復(fù)雜、相似目標較多等原因。每一項技術(shù)都是一個循序漸進的過程，如基于 MeanShift 算法的運動目標跟蹤技術(shù) ，在剛被提出來時根本就沒有人感興趣，直到后面才開始慢慢受到廣大學(xué)者和研究者們的關(guān)注，以此帶動了它的快速發(fā)展。 湖南工學(xué)院（本科）畢業(yè)設(shè)計論文 24 參考文獻 [1] 柳偉 ,羅以寧 ,孫南 .基于背景優(yōu)化的 MeanShift 目標跟蹤算法 [M].計算機應(yīng)用 ，~100 [2] 高國旺 ,劉上乾 .強背景噪聲下紅外目標的魯棒性跟蹤算法 [M].西安： 西安電子科技大學(xué)學(xué)報 (自然科學(xué)版 )， 20xx. [3] 李紅波 ,曾德龍 .基于 MeanShift 和粒子濾波的兩步多目標跟蹤方法 [M]. 重慶： 重慶郵電大學(xué)學(xué)報 ( 自然科學(xué)版 )， 20xx. [4] Kailath T,The divergence and bhattacharyya distance measures in signal Transactions on Communication Technology,~69 [5] Comaniciu D,Ramesh V,Meer P,Realtime tracking of nonrigid objects using mean shift． IEEE Conference on Computer Vision and Pattern recognition,20xx,67~90 [6] omaniciu D,Ramesh V,Meer P, Kernelbased object Trans on Pattern Analysis and Machine Intelligence,20xx,78~89 [7] 朱淼良 .計算機視覺 [M].浙江大學(xué)出版社 ,~203 [8] 侯志強 ,韓崇昭 .視覺跟蹤技術(shù)綜述 [J].自動化學(xué)報 ,20xx. [9] 秦歡歡 .視頻序列中運動目標檢測與跟蹤技術(shù)研究 [D].太原理工大學(xué)碩士學(xué)位論文 ,20xx [10] Hu W M, Tan T N, Wang L, et al. ASurvey on Visual Surveillance of Object Motion andBehaviors [J]. IEEE Transactions on System Man and Cyberics, 20xx,45~47 [11]寧紀鋒 ,姜光 ,李鵬飛 .一種基于角點的 MeanShift 目標跟蹤算法 [J].計算機應(yīng)用研究 , ~139 [12] 梁春迎 , 王國 營 . 基于 運動 統(tǒng)計 和 關(guān)鍵 幀的 視頻 檢索 方法 [J]. 通信技術(shù) ,20xx,23~25 [13]朱勝利 ,朱善安 ,李旭超 .快速運動目標的 MeanShift 算法 [J].光電工程 ,20xx [14]LI P H,ZHANG T W,MA Kalman Filter for Visual Curve Tracking[J]. Image and Vision Computing,20xx [15] CHENG , Mode Seeking, and Clustering[J].IEEE Trans on Pattern Analysis and Machine Intelligence, 1995 [16]Gary Bradski,Adrian OpenCV[M].圖像處理 ,~254 湖南工學(xué)院（本科）畢業(yè)設(shè)計論文 25 致 謝 在這次畢業(yè)設(shè)計過程中讓我知道了學(xué)無止境的道理。也教會了我很多 MFC 方面的知識，讓我受益匪淺。 void on_mouse(int event, int x, int y, int flags,void *NotUsed) { if( !image ) return。 = MIN( , imagewidth )。 case CV_EVENT_LBUTTONUP: 湖南工學(xué)院（本科）畢業(yè)設(shè)計論文 27 select_object = 0。 (沒有發(fā)現(xiàn)攝像頭 )。 // 設(shè)置鼠標回調(diào)函數(shù) IplImage *frame = ()。 backproject_0 = cvCreateImage( cvGetSize(frame), 8, 1 )。 //同上 hist_1 = cvCreateHist( 1, amp。 } else if(tool_number==2) { vmax_[1]=vmax。i++) { 湖南工學(xué)院（本科）畢業(yè)設(shè)計論文 29 if(i==0) { cvCopy。 smin_[1]=smin。hranges, 1 )。 hist = cvCreateHist( 1, amp。 湖南工學(xué)院（本科）畢業(yè)設(shè)計論文 28 image = cvCreateImage( cvGetSize(frame), 8, 3 )。 } else { CCameraDS camera。amp。 = 。 if( select_object )//如果處于選擇跟蹤物體階段，則對 selection 用當(dāng)前的鼠標位置進行設(shè)置 { = MIN(x,)。 感謝同班同學(xué)劉澤宇和張晟同學(xué)，他們在我的畢設(shè)過程中提出了很多寶貴的意見，在我的論文中也作出了很多指導(dǎo)。挫折是人生道路上的財富，我們要認真對待。它的應(yīng)用領(lǐng)域也從工業(yè)擴展到軍事，最后走進家庭。 湖南工學(xué)院（本科）畢業(yè)設(shè)計論文 22 圖 11 單個目標跟蹤效果 圖 12 多目標干擾跟蹤效果 本章小結(jié) 本章主要討論的是均值漂移算法的工作原理，以及跟蹤效果。 程序運行結(jié)果 圖形界面 如圖 7 所示，程序運行出來的首界面只有兩個 button 按鍵，左邊按鍵的功能是在打開攝像頭之前對圖像的視頻窗口進行自定義，右邊按鍵很顯然就是結(jié)束功能。 因為 C 是一個歸一化常量，因此，不管怎么變化，它所有特征值的概率總和都等于 1。從圖中箭頭的指向我們可以明顯看出， 圖 5 MeanShift 示意分布圖 偏移向量 ??xMh 的箭頭往往是 指向樣本點分布最集中地方向，換句話說，就是概率密度函數(shù)的梯度方向。 MeanShift(均值漂移 )之所以在現(xiàn)在還能在圖像處理領(lǐng)域得到如此廣泛的應(yīng)用，這跟廣大研究者們的努力使密不可分的。 當(dāng)前，運動目標跟蹤通常由目標識別與目標匹配來實現(xiàn)。 image： 被寫入的幀。G39。139。 filename： 輸出視頻文件名。 獲得攝像頭或者視頻文件的指定屬性 ； capture： 視頻獲取結(jié)構(gòu) 。如果只有一個攝像頭或者用哪個攝像頭也無所謂，那使用參數(shù) 1應(yīng)該便可以。 name：窗口的名字。 //以字節(jié)為單位的圖像大小 } 4） CvCapture 結(jié)構(gòu) typedef struct CvCapture CvChance。 //支持的信道 int Depther。 以下是對常用數(shù)據(jù)結(jié)構(gòu)的介紹： 1） CvPoint 結(jié)構(gòu) 它是一個 int 型結(jié)構(gòu)，代表了二維坐標系下面的點，其結(jié)構(gòu)體如下所示： 湖南工學(xué)院（本科）畢業(yè)設(shè)計論文 11 typedef struct CvPoint { int a。軟件開發(fā)平臺為湖南工學(xué)院（本科）畢業(yè)設(shè)計論文 9 WindowsXP 操作系統(tǒng) 、 OpenCV 以及 MS Visual C++ (以下簡稱 )。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。 OpenCV 除了 C 之外，它 還支持 TPython 、 Ruby 等 語言。 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。所有 ,針對膨脹運算來說，變量元素 b 的映像與輸入的圖像 f 相與不為 零，也就是說，用 b 來膨脹 f 就是將 b 的映像與 f 中的非零元素相交時 b 在零點位置的集合。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，以便于對圖像進行分析。外輪廓線能夠用跟蹤目標邊沿點的連線表示。只有節(jié)省存儲空間、而且計算簡便的方式才是一個優(yōu)秀的表達方式。其計算公式為 : ? ?? ? ? ? ? ?? ?tsfyx m e d ia ng yxNtsm e d ia n , , ?? (4) 其中 ? ?yxN , ,為 ? ?yx, 的鄰域， ? ?tsf , 為含有噪聲的原圖。現(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 : ? ?BGRBGR ,m a x??? (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。所以若想要設(shè)計出一個 能夠快速、準確、穩(wěn)定地在復(fù)雜環(huán)境下跟蹤目標的方法，仍然是一項非常艱巨的任務(wù)，還需要研究者進一步的研究。 (2)目標外觀的變化 運動目標跟蹤一般是在不受控制的條件下進行的，各種因素都可能導(dǎo)致跟蹤目標外觀的變化，如光、角、規(guī)模和目標對象，以及形變等因素，所以如果我們想要對目標進行長期有效地跟蹤，我們需要合理地處理這些變化。 MeanShift 算法 主要是 通過有限次迭代 ，從而做到 準確定位目標， 很大程度上 避免了全局 采集，大大減少了時間，如果目標區(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)用在目標跟蹤領(lǐng)域。光流法在 20 世紀 80 年代初期被提出之后，動態(tài)圖像序列分析正式進入一個研究的高潮。本論文主要是對 MeanShift 目標跟蹤算法進 行研究。 also studied image processing technology in intelligent video surveillance system consists mainly of mathematical morphology theory, image preprocessing and ob