【正文】 由于我的知識有限，所以寫的論文難免不足之處， 懇請各老師和同學(xué)批評和指正！ 。最后，我要感謝在被本文參考的文獻作者，沒有你們研究成果，我也不會簡單的完成我的論文。寫論文的這個過程中遇到了許多困難和障礙，到學(xué)校圖書館找資料，自己網(wǎng)上查閱相關(guān)問題，同學(xué)的幫助，還有就是論文指導(dǎo)老師的幫助，在這里我要感謝我的論文指導(dǎo)老師朱仲忠老師，沒有他我的論文不可能這么順利的寫完，還要感謝我的室友，沒有他們的幫助，我論文中的許多問題不會那么輕易的解決。 貴州大學(xué)科技學(xué)院本科畢業(yè)論文（設(shè)計） 第 16 頁 參考文獻 [1]魏星 . 智能視頻監(jiān)控系統(tǒng)中運動目標(biāo)檢測與跟蹤技術(shù)的研究及其 DSP實現(xiàn) [D].合肥工業(yè)大學(xué) ,2021. [2]胡嘉凱 . 智能視頻監(jiān)控系統(tǒng)中運動目標(biāo)跟蹤有關(guān)問題研究及其 DSP 實現(xiàn) [D].合肥工業(yè)大學(xué) ,2021 [3]袁國武 . 智能視頻監(jiān)控中的運動目標(biāo)檢測和跟蹤算法研究 [D].云南大學(xué) ,2021. [4]吳江波 . 智能視頻監(jiān)控系統(tǒng)的運動目標(biāo)檢測與跟蹤算法研究 [D].寧夏大學(xué) ,2021. [5]李杰 . 智能視頻監(jiān)控系統(tǒng)的研究和應(yīng)用 [D].北京郵電大學(xué) ,2021. [6]寧曉青 . 智能視頻監(jiān)控系統(tǒng)的研究與應(yīng) 用 [D].太原理工大學(xué) ,2021. [7]劉小偉 . 智能視頻監(jiān)控系統(tǒng)的設(shè)計與設(shè)計 [D].武漢科技大學(xué) ,2021. [8]左從菊 . 智能家居網(wǎng)絡(luò)中視頻監(jiān)控系統(tǒng)的研究與設(shè)計 [D].沈陽工業(yè)大學(xué) ,2021. [9]楊智慧 . 小區(qū)視頻智能監(jiān)控系統(tǒng)開發(fā)研究 [D].沈陽航空航天大學(xué) ,2021 [10]邢燕 . 基于圖像處理的智能小區(qū)視頻監(jiān)控系統(tǒng)的研究 [D].吉林大學(xué) ,2021 [11]劉桂芝 . 智能社區(qū)網(wǎng)絡(luò)視頻監(jiān)控報警聯(lián)動系統(tǒng)的設(shè)計 [J]. 微計算機信息 ,2021,28:178179+246 [12]吳麗麗 . 小區(qū)智能 視頻監(jiān)控系統(tǒng)的研究 [D].北京郵電大學(xué) ,2021 [13]董春利 . 基于 EPON 技術(shù)的智能小區(qū)視頻監(jiān)控系統(tǒng) [J]. 光纖與電纜及其應(yīng)用技術(shù) ,2021,01:3843. [14]尹世柱 . 智能小區(qū)視頻安防監(jiān)控系統(tǒng) [J]. 電腦知識與技術(shù) ,2021,09:4749. [15]王帆 . 有關(guān)小區(qū)智能視頻監(jiān)控系統(tǒng)的分析 [J]. 電子世界 ,2021,08:324. 貴州大學(xué)科技學(xué)院本科畢業(yè)論文（設(shè)計） 第 17 頁 致 謝 我四年的大學(xué)生活即將結(jié)束，在這四年的中，我們學(xué)到了許多，有很多的收獲。在現(xiàn)實世界上很多場合，我們需要存儲處理后的圖像，提供的基礎(chǔ)后，但圖像將占用大量存儲空間，如果被壓縮，然后存儲，這樣你就可以節(jié)省大量的存儲空間。而現(xiàn)在研究的方法有很多，如果能應(yīng)用到實時圖像處理上，那么它將取得更好的結(jié)果。論文它只是應(yīng)用設(shè)計，對視頻圖像處理算法還是沒能進行更深入研究，我認(rèn)為我們只是應(yīng)用到復(fù)雜的算法。我們還跟蹤匹配可以實現(xiàn)，提高了跟蹤系統(tǒng)。也探討了目標(biāo)檢測、目標(biāo)跟蹤、視頻的圖像預(yù)處理和每一種算法和與其功能相似的算法進都行了分析和驗證。對于垂直投影 v (y) 的結(jié)果，是點的 x 軸投影值最大化，這是目標(biāo)中心 x 坐標(biāo)，這樣我們就算得到了運動的目標(biāo)的中心的坐標(biāo) ? ?yx, 。 我們是以人為本 為目標(biāo)區(qū)域的垂直、水平終止與坐標(biāo)的起始并記錄相應(yīng)的位置，因此您可以獲得目標(biāo)區(qū)域外接矩形的原始圖像。 我們針對以上敘述得到二值圖像的水平方向各個區(qū)域挨個進行以下操作：我們將這區(qū)域圖像看作垂直方向上的投影，我們說它是垂直投影的結(jié)果，顯然 v 為一維數(shù)組，數(shù)組的二進制圖像高度的長度。但是，如果它是從 0 到 0 了，等等為白色的開始，如果它是從非 0 入有，等記得貴州大學(xué)科技學(xué)院本科畢業(yè)論文（設(shè)計） 第 14 頁 為白色的終止點，我們要找到的頭發(fā)不應(yīng)該出現(xiàn)的不連續(xù)的間斷的點和刺點，所以我們在研究前有一個白色的終止的點和白色的開始點距離如果這個距離大于門限值阿爾法，所以我們認(rèn)為上出現(xiàn)有新的候選人的區(qū)域，比我們在想這不連續(xù)干擾造成領(lǐng)導(dǎo)來的然后合并這兩個地區(qū)。 ? ? ? ????Ny yxgxH 1 , Mx ,2,1 ?? （ ） 在這 N M 他們代表二進制圖像高度和寬度，以及 ? ?yxg , 表示的二進制圖像? ?yx, 點灰度值。 投影法推算，在某一方向的分布圖像測試稱為投影方法，此方法是統(tǒng)計的自然方法。我們可以在圖像匹配的過程中可不記錄它所花費 的時間，和它需要時間來計算基線圖數(shù)據(jù)和實時卷積的數(shù)據(jù)按時間的圖像。他們每個人都有自己的優(yōu)點和缺點，匹配最大相關(guān)算法與位置準(zhǔn)確，直流噪聲特性，他們往往成為圖像匹配的主要方法，其原始公： ? ?? ? ? ?? ? ? ???????????????????NjNiNjNiNjNivjuiYNjiXNvjuiYjiXNvuR12121212112,1,1,1, （ ） 貴州大學(xué)科技學(xué)院本科畢業(yè)論文（設(shè)計） 第 13 頁 ? ? ???????Nj ijNiij xNxjX 1121i （ ） ? ? ??? ????? ????Nj vjuiNivjui yNyvjuiY 1 ,12,1, （ ） 因為初始公式變量 ? ?jiX, ， ? ?vjuiY ?? , 是去了平均值后圖像數(shù)據(jù)，而不是原始圖像數(shù)據(jù)，因此該算法將計算密集型的有積極和消極，窮人規(guī)律和更多的中間結(jié)果，這樣就不利專用硬件的實現(xiàn)它的結(jié)果，為此我們必須對最原始的公式進行轉(zhuǎn)換。它是一種簡單的治療方法在計算機圖像學(xué)、目標(biāo)跟蹤、車輛導(dǎo)航、文字識別、資源，具有非常重要的作用，在分析和其他領(lǐng)域。如果是在近距離，目標(biāo)有相當(dāng)大的面積且?guī)g抖動也比較大時，采用匹配跟蹤方法或形心跟蹤方法來保持跟蹤的精度和穩(wěn)定性。然而以有的跟蹤算法也各不相同，而不同的跟蹤算法只適用于運動目標(biāo)不同運動的狀態(tài)。圖像的特點可分為︰圖像的統(tǒng)計特性、各 種功能，例如扭矩，如顏色直方圖；圖像轉(zhuǎn)換系統(tǒng)功能，如自回歸模型和小波變換的特點；代數(shù)圖像的特征，比如奇異值分解的圖像矩陣；視覺特性的圖像，利用邊緣的圖像、輪廓、紋理、形狀和區(qū)域特征 [8]。貴州大學(xué)科技學(xué)院本科畢業(yè)論文（設(shè)計） 第 12 頁 4運動目標(biāo)的選取與跟蹤 運動目標(biāo)的特征選取是一個非常重要的跟蹤依據(jù)，在諸多跟蹤的算法中都會有目標(biāo)特征的提取。解釋了閾值分割的差分圖像法。 如何對待 處理差分之后與一幀圖像的二值化的圖像合并問題。 貴州大學(xué)科技學(xué)院本科畢業(yè)論文（設(shè)計） 第 11 頁 對差圖像進行閾值分割 人的形象存在的兩類像素是對應(yīng)到玉背景沒有對象出現(xiàn)的部分，這一部分像素在以后的灰度值將是小 。去除噪聲的高斯濾波和均值濾波時噪音，有時更會導(dǎo)致圖像不清晰。 圖像的分割以及運動目標(biāo)的提取過程如下： 就是計算處理背景圖像與圖像之間的差圖像 由于背景的圖像被固定在圖像時那里移動的圖像中的對象出現(xiàn)通過比較圖像灰度值對應(yīng)的背景圖像，您可以檢測對象的運動，所以第一步是處理圖像和相應(yīng)點灰色的錄制圖像作為背景圖像之差的絕對值。其目標(biāo)是要提取的背景圖像的變化部分。 現(xiàn)階段有很多種方法都是關(guān)于運動目標(biāo)的檢測，本文研究了在特定上下文中的運動物體的實時監(jiān)控系統(tǒng)中出現(xiàn)。 2 k10 ZZT ?? （ ） 接著以下面的式子進行迭代： 找出平均灰度 AZ 和 BZ ，基于閾值圖像分割 ? ? ? ?? ? ? ?? ??? ??kkTjiZTjiZA jiNjiNjiZZ, （ ） ? ? ? ?? ? ? ??