【正文】 工業(yè)大學(xué)學(xué)習(xí)的四年里，求學(xué)過(guò)程雖說(shuō)艱苦但也不乏快樂(lè)。雖然工大的老師教授我們知識(shí)的時(shí)間不是很 長(zhǎng)，但是他們將我領(lǐng)進(jìn)了計(jì)算機(jī)科學(xué)的殿堂，他們教學(xué)嚴(yán)謹(jǐn)認(rèn)真負(fù)責(zé)給我留下了深刻印象。他們作為教師為我營(yíng)造了一種良好的精神氛圍，剛?cè)氪髮W(xué)的我，顯得很無(wú)知，四年的學(xué)習(xí)， 使我不僅接受了全新的思想觀念，樹(shù)立了宏偉的學(xué)術(shù)目標(biāo)， 并且 領(lǐng)會(huì)了基本的思考方式 。在合肥工業(yè)大學(xué)我學(xué)會(huì)了很多東西，這些東西將使我一生受用無(wú)窮。 能夠進(jìn)入合工大這所高等學(xué)府學(xué)習(xí)，我要感謝我的父母辛苦培育，是他們?cè)谖液苄〉臅r(shí)候就對(duì)我諄諄教誨，是他們讓我知道了知識(shí)的重要性，沒(méi)有他們的辛勤奉獻(xiàn)就沒(méi)今日的我。 本畢業(yè)設(shè)計(jì)從選題、實(shí)現(xiàn)的過(guò)程和論文的書(shū)寫都是在我的指導(dǎo)老師余燁老師的悉心指導(dǎo)和幫助下完成的，在此我衷心地感謝余老師。在畢業(yè)設(shè)計(jì)的過(guò)程中遇到過(guò)很多障礙，在余老師 以及李新縣學(xué)長(zhǎng) 的耐心幫助下，這些障礙都被一一解決。在畢業(yè)設(shè)計(jì)的過(guò)程中，余老師幾乎每周都會(huì)詢問(wèn)我們的進(jìn)展情況，發(fā)現(xiàn)問(wèn)題后就會(huì)積極幫我們想辦法解決，并替我們安排下一周的任務(wù)，為我們的畢業(yè)設(shè)計(jì)指明方向。在這里再次感謝余老師和李新縣學(xué)長(zhǎng)的無(wú)私幫助。 最后感謝計(jì)算機(jī)科學(xué)與技術(shù) 104 班所有同學(xué)，是你們陪伴著我度過(guò)了大學(xué)歲月，是你們讓我的大學(xué)生活豐富多彩。 作者：賈志遠(yuǎn) 2022 年 5 月 28 日 29 [參考文獻(xiàn) ] [1]王田 ,劉偉寧 ,韓廣良等 .基于改進(jìn) Meanshift 的目標(biāo)跟蹤算法 [J].液晶與顯示 ,2022,27(3)::[2]李冠彬 ,吳賀豐 .基于顏色紋理直方圖的帶權(quán)分塊均值漂移目標(biāo)跟蹤算法 [J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào) ,2022,23(12):20592066. [3]趙欣 ,陳峰 ,吳立知等 .一種改進(jìn)的 Meanshift 運(yùn)動(dòng)目標(biāo)跟蹤算法 [J].通信技術(shù) ,2022,44(11)::[4]李鐵騎 ,盧章平 .基于前景的分塊 Meanshift 跟蹤 [J].制造業(yè)自動(dòng)化 ,2022,33(13)::[5]姚放吾 ,許辰銘 .基于目標(biāo)質(zhì)心的 Meanshift 跟蹤算法 [J].計(jì)算機(jī)技術(shù)與發(fā)展 ,2022,22(6):104106,:[6]Kai Du,Yongfeng Ju,Yinli Jin et Tracking Based on Improved MeanShift and SIFT[C].//2022 2nd International Conference on Consumer Electronics, Communications and Networks. [].2022:27162719. [7]李向軍 ,李良福 .基于后驗(yàn)概率度量的粒子濾波跟蹤算法研究 [J].應(yīng)用光學(xué) ,2022,32(4)::[8]陶立超 ,趙宇明 .基于分塊顏色直方圖和粒子濾波的物體跟蹤 [J].計(jì)算機(jī)工程與應(yīng)用 ,2022,48(7)::[9] 樊玲 . 高 斯 粒 子 濾 波 檢 測(cè) 前 跟 蹤 方 法 [J]. 計(jì) 算 機(jī) 工 程 與 應(yīng)用 ,2022,47(23):121123,:[10]王勇 ,王典洪 .基于空間直方圖的多目標(biāo)粒子濾波跟蹤 [J].光電工程 ,2022,37(1):6569,: 30 附錄 while(1) { frame = cvQueryFrame(capture)。 if (!frame) break。 if (!image) { image = cvCreateImage( cvGetSize(frame), 8, 3 )。 imageorigin = frameorigin。 HSV= cvCreateImage( cvGetSize(frame), 8, 3 )。 Hue= cvCreateImage( cvGetSize(frame), 8, 1 )。 Value= cvCreateImage( cvGetSize(frame), 8, 1 )。 BackProjectImage = cvCreateImage( cvGetSize(frame), 8, 1 )。 //分配反向投影圖空間，大小一樣，單通道 hist = cvCreateHist(1,amp。hdims,CV_HIST_ARRAY,amp。hranges,1)。 //創(chuàng)建直方圖 histimg = cvCreateImage(cvSize(320,200),8,3)。 //直方圖圖像 cvZero(histimg)。 } cvSetMouseCallback(example,my_mouse_callback)。 //響應(yīng)鼠標(biāo)函數(shù)的回調(diào)函數(shù) cvCopy( frame, image, 0 )。 cvCvtColor(image,HSV,CV_BGR2HSV)。 //將image圖像由 BGR模式轉(zhuǎn)換為 HSV模式 cvSplit(HSV,Hue,0,0,0)。 //分離 hsv模式中的 hue分量 //判斷是否有要跟蹤的物體 if (track_object) { if(track_object 0) { cvSetImageROI( Hue, box )。 // 設(shè)置感興趣區(qū)域 ROI cvCalcHist( amp。Hue, hist, 0, 0 )。 // 得到選擇框內(nèi)的直方圖 cvGetMinMaxHistValue(hist,0,amp。max_val,0,0)。 cvConvertScale( histbins,histbins, 31 max_val ? 255/ max_val : 0, 0)。 // 直方圖縮放到 0~255 cvResetImageROI( Hue )。 // 移除感興趣區(qū)域 ROI cvZero(histimg)。 bin_w = histimgwidth / hdims。 //畫直方圖到圖像空間 for( i = 0。 i hdims。 i++ ) { if (int(cvGetReal1D(histbins,i))!=0) { Bin_Piexl[j].bin =i。 Bin_Piexl[j].piexl = int(cvGetReal1D(histbins,i))。 j++。 } double val = ( cvGetReal1D(histbins,i)*histimgheight/255)。 CvScalar color = hsv2rgb(i*)。 cvRectangle( histimg, cvPoint(i*bin_w,histimgheight), cvPoint((i+1)*bin_w,(int)(histimgheight val)), color, 1, 8, 0 )。 } = +。 = +。 track_object = 1。 //跟蹤開(kāi)啟 } cvCalcBackProject(amp。Hue,BackProjectImage,hist)。 box = mean_shift(box,BackProjectImage)。 draw_box(image,box)。 } cvShowImage(example,image)。 cvShowImage(hist,histimg)。 char c = cvWaitKey(40)。 //每幀之間間隔 40ms if (c == 27)break。 } //畫框 void draw_box(IplImage* img,CvRect rect) { cvRectangle(img,cvPoint(,),cvPoint(+ ,+),cvScalar(0xff,0xFF,0x00),3)。 } //鼠標(biāo)函數(shù) void my_mouse_callback(int event,int x, int y, int flags, void *param) 32 { if (!image) return。 switch (event) { case CV_EVENT_MOUSEMOVE: { if (select_object) { = 。 = 。 } } break。 case CV_EVENT_LBUTTONDOWN: //開(kāi)始點(diǎn)擊選擇跟蹤物體 { track_object = 0。 //drawing_box = true。 box = cvRect (x,y,0,0)。 //獲取坐標(biāo) select_object = 1。 //1表明開(kāi)始進(jìn)行選取 } break。 case CV_EVENT_LBUTTONUP: { draw_box(image,box)。 select_object = 0。 if(0amp。amp。0)//如果選擇物體有效，則打開(kāi)跟蹤功能 track_object = 1。 //跟蹤打開(kāi) } break。 default:couterrors！！ 。break。 }