【正文】 湖北理工學(xué)院畢業(yè)設(shè)計（論文） 19 數(shù)據(jù)采集卡 圖像采集卡（ Image Capture Card），又稱圖像捕捉卡，是一種硬件設(shè)備，可對數(shù)字化視頻圖像信息進行獲取，還可實現(xiàn)播放和保存。 程序流程圖 湖北理工學(xué)院畢業(yè)設(shè)計（論文） 20 圖 42 運動物體檢測流程圖 運動物體檢測的實現(xiàn) 理論上該課題的研究應(yīng)該通過攝像機獲取視頻，然后提取視頻中的圖像來研究運動物體的狀態(tài)，但是考慮到設(shè)備情況以及論文研究的層次等多種因素，本文采用手機拍攝圖片，并盡量保證拍攝背景不變。)。39。以下為人臉的定位程序，利用紅色的矩形框?qū)⒚娌繀^(qū)域標示出來以表示定位： 讀取人臉圖片，進行灰度化： i=imread(39。 if pr=100 BW(x1:x2, y1:y2)=0。 BB2=cell2mat(BB1)。 clear all clc close all TrainDatabasePath = uigetdir(39。}。EdgeColor39。 BB = regionprops(L, 39。y2=c。 D(Dt)=0。 利用背景相減檢測運動物體，并顯示結(jié)果： figure,imshow(AB),title(39。 利用中值濾波去除圖片噪聲： Im3=medfilt2(Im3,[3 3])。為了使圖像的噪聲降到最低值，還有必要對圖像進行中值濾波處理。 外同步：借助外同步信號發(fā)生器，使攝像機的外同步輸入端獲得同步信號。 先通過 CCD 攝像機 得到 圖像， 圖像 輸入計算機 前 圖像采集卡 完成 視頻模擬信號 到 數(shù)字圖像 的轉(zhuǎn)換 ， 以便 后 面 的處理。背景差分算法也存在缺點，隨時間的流逝，已建好的背景圖像易被運動物體滯留、樹葉的遮擋、場景的光線等因素破壞 [16]。此法是視 頻監(jiān)控中最常用的。在這個時候，初始值是比較合適的 T是如一個類的初始值的灰度值的中間。 閾值的選擇是簡單的，但直接影響目標分割，閾值增加 時 ，雖可 某種程度 減少對環(huán)境的影響， 同時也會忽略掉差分結(jié)果中變化不明顯的區(qū)域 ；閾值減小， 又會有 相反的效果。而通過平均法得到的背景就會消除亮暗分布不均勻的情況。 統(tǒng)計中值法 當運動物體較少時，圖像中占主要部分的是連續(xù)多幀圖像中背景的像素值，因此一段時間內(nèi)不會有太大改變，背景圖像可由取中值獲 得。運動目標檢測是整個監(jiān)測過程的基礎(chǔ)，運動目標的提取準確與否，直接關(guān)系到后續(xù)高級過程的完成質(zhì)量。 （ 2） 鄰接性 鄰接性是圖像處理中的關(guān)鍵概念。 a)位置變換（鏡像、旋轉(zhuǎn)） 圖像鏡像變換對圖像的形狀沒有改變?；叶戎狈綀D描述的是圖像中具有該灰度級的像素個數(shù)，是關(guān)于灰度級的函數(shù)，其函數(shù)的橫坐標表示灰度級，縱坐標表示該灰度值出現(xiàn)的像素個數(shù)。人們視覺處理的隨意性問題也不存在，也不會像模擬圖像處理那樣出現(xiàn)與圖像質(zhì)量的不一致的情況。 (3)圖像增強 圖像增強是各種處理過程的總稱，根據(jù)所需要信息的不同，它將待處理 圖像湖北理工學(xué)院畢業(yè)設(shè)計（論文） 6 交換成不同的狀態(tài)以便自身進行獲取，簡而言之就是 用 來 改善圖像質(zhì)量的處理 手段 。量化就 是把這些連續(xù)的濃淡值變成離散的整數(shù)值的過程。圖像處理是為了對圖像質(zhì)量加以改善，處理對象是人對象，目的是為了改善人的視覺效果。 （ 3） 運動分析 首先分割圖像中的人體部分，在圖像序列中分析感興趣的關(guān)節(jié)運動并加以跟蹤，然后建立人體的幾何模型用以解釋人體運動的行為理論，能夠積極地推動運動性能的提高。因此本文的研究具有重要的理論意義和實用價值。 CCD 攝像機的分類 ............................................................. 錯誤 !未定義書簽。 Face Recognition 湖北理工學(xué)院畢業(yè)設(shè)計（論文） 目 錄 1 緒 論 ................................................................................................ 錯誤 !未定義書簽。以幀間差分法為例，利用相鄰幀圖像間強相關(guān)性的特點，采用幀間差分目標檢測 的方法。 運動目標檢測算法研究 ............................................................ 錯誤 !未定義書簽。 湖北理工學(xué)院畢業(yè)設(shè)計（論文） 1 第一章緒論 1． 1 課題研究的目的與意義 當人們感知到的環(huán)境信息，對動態(tài)視覺信息的視覺信息占很大一部分。 1997 年，在卡內(nèi)基梅隆大學(xué)的帶領(lǐng)下，許多高校相繼參與了視覺監(jiān)控重大項目 VSAM(Visual Surveillance and Monitoring)[4] ， 主要研究在各場景下如民用、戰(zhàn)場等進行監(jiān)測的自動視頻理解技術(shù)； 2020 年初，以麻省理工學(xué)院為首的 26 家高校及部分公司合作的重大項目 HID(Human Identification at a Distance)計劃，該項目的主要任務(wù)就是開發(fā)大范圍的、多模式的視覺檢測技術(shù)，來滿足在遠距離時對人的檢測、分類和識別，增強國防和民用場合的自動保護能力，從而免受恐怖襲擊；此外還有，馬里蘭州大學(xué)和IBM 公司聯(lián)合研制的實時視頻監(jiān)控系統(tǒng) W4 將形狀分析和目標跟蹤技術(shù)相結(jié)合，對人的外表進行模型構(gòu)建等。以交通為例，如高峰期路面車流量的控制、道路上車輛異常行為的檢測、行人行為是否違章的判定等。 （ 1） 采樣 采樣（ sampling）是一種操作，它通過把在時間和空間上都連續(xù)的圖像變成離散點（采樣點，即像素）的集合來實現(xiàn)。 從圖像數(shù)字化的過程可以看到，數(shù)字圖像是連續(xù)圖像的近似。 比方 解釋圖像中的田間景物，使之成為指導(dǎo)田間自動作業(yè)機的好幫手。這一點是數(shù)字圖像處理能否實用化的關(guān)鍵。 (3)代數(shù)運算 通過對兩幅圖像進行點對點的加、減、乘、除運算并得到輸出圖像的運算過程被稱為代數(shù)運算。像素普遍是根據(jù)矩陣網(wǎng)格采樣得到，所以圖像常用矩陣的二維形式來描述。 數(shù)字圖像處理的應(yīng)用領(lǐng)域 伴隨多媒體技術(shù)的飛速發(fā)展，圖像處理技術(shù)得到了空前的重視，許多新的應(yīng)用應(yīng)運而生。此時，不管是使用幀間差法，還是使用背景差法，建立質(zhì)量良好的背景在運動目標識別中顯得格外重要。它還可以過濾圖像中的背景噪聲的點突變。 Surendra 算法 Surendra 算法可以自適應(yīng)地獲取背景圖像，該算法實現(xiàn)提取背景的原理是判斷差值圖像的亮度值，當亮度大于閾值，背景圖像中對應(yīng)位置上的像素點保持不變，否則用當前幀替換背景圖像 [13]?；静襟E如下： (1)選擇一個 T的初始估計值 (2)用 T分割圖像。故對運動檢測算法做研究時，假設(shè)固定攝像頭，只檢測視場內(nèi)的目標，新目標定義為離開視場后又一次進入的物體。 1,DiT Mi(x,y)= （ 25） 0,Di≤ T 運用幀間差分方法進行運動目標的檢測，可以有效的檢測出運動物體，可以使背景像素不隨時間積累，迅速更新，因此這種算法有比較強的適應(yīng)場景變化能力。 動態(tài)圖像 又稱 圖像序列 ， 組成 部分是 一序列 的 圖像。 CCD 攝像機的分類 （ 1） 依成像色彩劃分 彩色攝像機：景物細部辨別較為適合，像衣著或景物顏色的辨別。 PC 視頻采集卡一般采用幀內(nèi)壓縮，數(shù)字化的視 頻會被存儲成 AVI 文件，高級的視頻采集卡能直接實時實現(xiàn)數(shù)字視頻數(shù)據(jù)壓縮成 MPEG1 格式。 Im2=imread(39。 0 1 1 1 0。 %RGB 圖 % CurGray=rgb2gray(CurImage)。 figure,imshow(BW) 圖 46 灰度化 對背景部分最小化： [n1 n2]=size(BW)。 pr1=0。 (BB2(1,k)/BB2(1,k+1)) mx=p。 %選擇訓(xùn)練和測試數(shù)據(jù)庫的路徑 TestDatabasePath = uigetdir(39。, 39。 end end figure,imshow(I)。 end y1=y1+c。 c=floor(n2/10)。 D=abs(NxtGrayCurGray)。 0 1 1 1 0。)。故每一幀所需的處理時間是實現(xiàn)實時采集的關(guān)鍵。 （ 2） 依分辨率靈敏度等劃分 像素低于 38萬為一般型，較為普遍的產(chǎn)品有 25 萬像素（ 512*492）、分辨率為 400 線。在 不同時刻 ，對 幀圖像或多幀圖像 進行 采集 ， 相機與景物之間的相對運動信息 及 景物本身發(fā)生變化的運動信息 都被包含在內(nèi) 。而且當前景運動很慢且時間間隔選擇不合適時，容易出現(xiàn)物體不被檢測到的情況，并且可能產(chǎn)生“雪花”般的噪聲，圖像局部的干擾造成上述問題。方法如下： (1)光流法 圖像上，對應(yīng)目標的亮度信息（光流 ）隨目標運動會發(fā)生運動。 (3)對區(qū)域 G1 中的所有像素計算平均灰度值μ 1，對區(qū)域 G2中的所有像素計算平均灰度值μ 2。 (2)選閾值 T，迭代次數(shù)取 m 為 1，最大的迭代數(shù)為 MAXSTEP。讀取視頻后，觀察某一像素點，會發(fā)現(xiàn)在沒有前景運動目標，該點的灰度值保持穩(wěn)定，變化不大，當前景存在運動目標 通過時，這一點的灰度值會發(fā)生劇烈的變化。為解決以上問題，有人提出了背景建立和自適應(yīng)的背景模型，通過背景模型的實時更新，能準確地檢測到運動目標。目前，該技術(shù)已大量被應(yīng)用到工業(yè)檢測，生物醫(yī)學(xué)，航空航天，郵政編碼，機器人視覺，文檔處理，金融，公安、司法，軍事指導(dǎo)，機械，銀行，文化和藝術(shù)，運輸，多媒體網(wǎng)絡(luò)通信和電子商務(wù)等領(lǐng)域中。像素之間存在連通性、距離和鄰接性等關(guān)鍵聯(lián)系。 圖像代數(shù)運算在圖像處理領(lǐng)域得到了廣泛的應(yīng)用。 (7)存儲容量大 數(shù)字圖像處理對計算機是否配備有足夠的內(nèi)、外存儲空間有很高要求，并且越高的處理精度，需要具備更大的存儲空間。兩者之間 有著 密切的關(guān)系， 往往 很難 在 嚴格 意義上加以 區(qū)分。 N 和 K 的值越大，圖像越清晰。通過上述方法得到的一維信號，只需求出每一個特定間隔的數(shù)值，就能夠?qū)崿F(xiàn)離散的信號的獲取。 （ 6） 醫(yī)療診斷 臨床醫(yī)學(xué)上，常用 X射線、 α 射線和核磁共振等方法實現(xiàn)病理部位的成像，進而利用運動目標檢測方法來對病理部位分析 [6]；追蹤微細胞并觀察其生長過程時常常采用目標檢測與跟蹤方法，該方法在觀察人工植入 器官使用情況中也體現(xiàn)出了不可忽視的作用 。自從 “ 911”事件后，各國出于對自身安全的考慮，加大了在 反對恐怖主義的斗爭中 的投入，在各個大型公共場所安裝視頻監(jiān)控，及時對進行監(jiān)控已經(jīng)十分普及。在現(xiàn)實生活中，大量有意義的視覺信息都包含在運動中。 背景減法 ............................................................................. 錯誤 !未定義書簽。 在論文后期 引入了人臉的定位、人臉的識別功能，其中臉部的定位 主要根據(jù)臉部膚色的亮度值、臉部形狀特點、眼球亮度值以及眼部對稱性等特點，利用最小矩陣查找臉部區(qū)域并標記；而人臉的識別則根據(jù)輸入圖片與訓(xùn)練庫中的圖片做比照，完成圖片的識別。 target detection。 湖北理工學(xué)院畢業(yè)設(shè)計（論文） CCD 攝像機的簡介 ............................................................. 錯誤 !未定義書簽。它結(jié)合了許多相關(guān)領(lǐng)域的圖像處理、模式識別、人工智能和知識的自動控制，是一種從地層序列圖像中對目標的自動檢測以及提取目標位置信息。這種人機交互界面以人為中心，終將是今后的主要研究與發(fā)展的方向 [5]。 湖北理工學(xué)院畢業(yè)設(shè)計（論文） 4 第二章 數(shù)字圖像處理理論基礎(chǔ) 數(shù)字圖像處理，始于 20 世紀 50年代，那時候的 電子計算機已經(jīng)有了一定的發(fā)展，計算機處理圖像和圖形信息已經(jīng)出現(xiàn)。 （ 2） 量化 采樣后，雖然圖像分解成在空間上和時間上離散分布的像素，但湖北理工學(xué)院畢業(yè)設(shè)計（論文） 5 是像素的值（灰度值）任然是連續(xù)的。 (2)圖像存儲與檢索 原始圖像或處理后的圖像信息 基于 處理，傳輸，或保存圖像信息