【正文】 像素坐標(biāo)。因?yàn)槭且粋€(gè)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。目標(biāo)第個(gè)像素的坐標(biāo)值用來(lái)表示。如圖6所示，為均值漂移算法的流程圖。例如在圖像平滑方面，還有對(duì)圖像進(jìn)行分割。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的箭頭往往是指向樣本點(diǎn)分布最集中地方向，換句話說(shuō)，就是概率密度函數(shù)的梯度方向。因此，對(duì)應(yīng)的均值漂移向量也同樣應(yīng)該指向概率密度梯度的方向。 若定義，則表示的是采樣點(diǎn)相對(duì)于點(diǎn)的偏移量，公式(9)中，均值漂移向量就是將高維球區(qū)域中的個(gè)采樣點(diǎn)與點(diǎn)的相對(duì)偏移向量求和再對(duì)其求平均值。MeanShift(均值漂移)算法的多重優(yōu)點(diǎn)，使得其在計(jì)算機(jī)視覺(jué)領(lǐng)域備受關(guān)注。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。均值漂移算法工作的過(guò)程其實(shí)就是一個(gè)迭代過(guò)程，跟蹤目標(biāo)每到一個(gè)像素點(diǎn)，則算出當(dāng)前點(diǎn)的漂移均值，并且把該像素點(diǎn)作為起點(diǎn)，接著向下一個(gè)像素點(diǎn)移動(dòng)，以此循環(huán)，直到能夠滿足一定條件。 MeanShift算法研究MeanShift(均值漂移)這一概念最開(kāi)始被提出是在20世紀(jì)80年代《關(guān)于概率度梯度函數(shù)的估計(jì)》中。隨著科學(xué)技術(shù)的快速發(fā)展，運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)也越來(lái)越嫻熟。當(dāng)前，運(yùn)動(dòng)目標(biāo)跟蹤通常由目標(biāo)識(shí)別與目標(biāo)匹配來(lái)實(shí)現(xiàn)。但要實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)跟蹤也不是一件簡(jiǎn)單的事情，怎樣才能做到在視頻中快速完美的匹配運(yùn)動(dòng)目標(biāo)，這是廣大研究者一直以來(lái)都在努力解決的問(wèn)題。它是通過(guò)獲取視頻中運(yùn)動(dòng)目標(biāo)每一幀的運(yùn)動(dòng)狀態(tài)，通過(guò)對(duì)比每幀圖像的差別，從而實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)跟蹤。從第一節(jié)的OpenCV函數(shù)介紹，再到第二節(jié)的下載安裝教程，最后講述的是創(chuàng)建項(xiàng)目所要注意的地方：必須把OpenCV的lib庫(kù)文件和頭文件添加進(jìn)去，這將直接導(dǎo)致程序能否運(yùn)行成功。image：被寫入的幀。7）cvWriteFrame( )：寫入一幀到一個(gè)視頻文件中int cvWriteFrame( CvVideoWriter* writer, const IplImage* image )。frame_size：視頻流的大小。在Win32下，如果傳入?yún)?shù)1，可以從一個(gè)對(duì)話框中選擇壓縮方法和壓縮參數(shù)。G39。P39。J39。M39。139。M39。I39。P39。filename：輸出視頻文件名。可以是下面之一：CV_CAP_PROP_POS_MSEC 從文件開(kāi)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(duì)視頻文件有效） CV_CAP_PROP_POS_AVI_RATIO 視頻文件的相對(duì)位置（0 影片的開(kāi)始，1 影片的結(jié)尾) CV_CAP_PROP_FRAME_WIDTH 視頻流的幀寬度（只對(duì)攝像頭有效） CV_CAP_PROP_FRAME_HEIGHT 視頻流的幀高度（只對(duì)攝像頭有效） CV_CAP_PROP_FPS 幀率（只對(duì)攝像頭有效） CV_CAP_PROP_FOURCC 表示codec的四個(gè)字符（只對(duì)攝像頭有效）value ：屬性的值。目前這個(gè)函數(shù)對(duì)視頻文件只支持： CV_CAP_PROP_POS_MSEC, CV_CAP_PROP_POS_FRAMES, CV_CAP_PROP_POS_AVI_RATIO；capture：視頻獲取結(jié)構(gòu)?？梢允窍旅嬷唬篊V_CAP_PROP_POS_MSEC 影片目前位置，為毫秒數(shù)或者視頻獲取時(shí)間戳 CV_CAP_PROP_POS_FRAMES 將被下一步解壓/獲取的幀索引，以0為起點(diǎn)CV_CAP_PROP_POS_AVI_RATIO 視頻文件的相對(duì)位置（0 影片的開(kāi)始，1 影片的結(jié)尾) CV_CAP_PROP_FRAME_WIDTH 視頻流中的幀寬度 CV_CAP_PROP_FRAME_HEIGHT 視頻流中的幀高度 CV_CAP_PROP_FPS 幀率 CV_CAP_PROP_FOURCC 表示codec的四個(gè)字符 CV_CAP_PROP_FRAME_COUNT 視頻文件中幀的總數(shù)int cvSetCaptureProperty( CvCapture* capture, int property_id, double value )。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)。返回的圖像不可以被用戶釋放或者修改。capture：視頻獲取結(jié)構(gòu)。釋放這個(gè)結(jié)構(gòu)，也要使用函數(shù)cvReleaseCapture。如果只有一個(gè)攝像頭或者用哪個(gè)攝像頭也無(wú)所謂，那使用參數(shù)1應(yīng)該便可以。CvCapture* cvCreateCameraCapture( int index )。 函數(shù)cvCreateFileCapture給指定文件中的視頻流分配和初始化CvCapture結(jié)構(gòu)。3）cvCreateFileCapture( )與cvCreateCameraCapture( )CvCapture* cvCreateFileCapture( const char* filename )。name：窗口的名字。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)。Videoname：該char型常量代表的是被加載的視頻名字。5）cvCreateVideoWriter結(jié)構(gòu)typedef struct CvVideoWriter Movie_Reader。 //以字節(jié)為單位的圖像大小 }4）CvCapture結(jié)構(gòu)typedef struct CvCapture CvChance。 //表示圖像比較活躍的區(qū)域int Data_Size。 //圖像的寬，用像素值表示其大小 int m_Height。 //0和1分別代表交叉存取顏色信道和分開(kāi)顏色信道 int Orange。 //支持的信道 int Depther。 //結(jié)構(gòu)體大小 int Card。3） IplImage 結(jié)構(gòu) IplImage 結(jié)構(gòu)體的主要功能是用來(lái)處理和創(chuàng)造圖像，它隸屬于inter函數(shù)庫(kù)IPL，該函數(shù)庫(kù)的主要功能是圖像處理。 //代表坐標(biāo)系中的豎坐標(biāo)，原點(diǎn)坐標(biāo)為0} CvPoint。以下是對(duì)常用數(shù)據(jù)結(jié)構(gòu)的介紹：1）CvPoint結(jié)構(gòu)它是一個(gè)int型結(jié)構(gòu)，代表了二維坐標(biāo)系下面的點(diǎn)，其結(jié)構(gòu)體如下所示：typedef struct CvPoint{int a。2）項(xiàng)目設(shè)置每次創(chuàng)建項(xiàng)目時(shí)，若想使用OpenCV，則需要在工程中加入需要的lib庫(kù)文件。：1）全局設(shè)置菜單工具選擇目錄：首先設(shè)置lib路徑，平臺(tái)選擇Win32，目錄選擇Library files，然后在空白處輸入lib路徑,如下圖1所示。然后，檢查C:\Program Files\OpenCV\bin是否已經(jīng)被加入到環(huán)境變量PATH中（我的電腦屬性環(huán)境變量），如果沒(méi)有，請(qǐng)加入。軟件開(kāi)發(fā)平臺(tái)為WindowsXP操作系統(tǒng)、OpenCV Visual C++ ()。 本文的硬件平臺(tái)為惠普G42474TX筆記本電腦， 390M，2G內(nèi)存。然后確認(rèn)將二進(jìn)制文件路徑添加到操作系統(tǒng)的環(huán)境變量PATH中。當(dāng)然，你也可以進(jìn)入下載安裝包的…/make目錄下，或者使用低版本的MC++()打開(kāi)opencv. dsw，然后按照提示生成調(diào)試版本的庫(kù)，當(dāng)然也可以重新生成Release版本的庫(kù)。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主頁(yè)在SourceForge網(wǎng)站: llSourceForge. Netlprojectsl opencvlibrary，對(duì)應(yīng)的Wiki在: //opencv. willowgarage. ，對(duì)于Windows系統(tǒng)，則為OpenC ，然而，最新的版本始終都在SourceForge的SVN倉(cāng)庫(kù)中【16】。由于計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)是密切相關(guān)的，因此OpenCV還提供MLL機(jī)器學(xué)習(xí)庫(kù)，能夠很容易的應(yīng)用到其他的機(jī)器學(xué)習(xí)場(chǎng)所。OpenCV的作用主要是為了構(gòu)建出簡(jiǎn)易的計(jì)算機(jī)影像框架，其目的是為科學(xué)家們?cè)O(shè)計(jì)出更好的計(jì)算機(jī)影像相關(guān)軟件提供幫助。OpenCV除了C之外，它還支持TPython 、Ruby等語(yǔ)言。預(yù)處理又分為噪聲處理和圖像灰度化處理兩個(gè)重要內(nèi)容。最后第四節(jié)，里面提到的腐蝕與膨脹當(dāng)前用的比較多，他屬于一種濾波算法，通過(guò)這兩種技術(shù)的處理，能過(guò)使粗糙的圖像變得光滑。圖像的灰度化處理用到的技術(shù)是對(duì)圖像進(jìn)行加權(quán)平均；而去噪處理用到的則是中值濾波。 開(kāi)啟運(yùn)算可以做到磨掉突出圖像的外部棱角，閉合運(yùn)算恰好相反，磨掉的是內(nèi)部尖角，此外，開(kāi)閉運(yùn)算還具有濾波特性。 (2)開(kāi)啟和閉合 開(kāi)啟和閉合運(yùn)算由膨脹運(yùn)算和腐蝕運(yùn)算復(fù)合而來(lái)，對(duì)的開(kāi)啟運(yùn)算被定義為: (7) 開(kāi)啟運(yùn)算的原理是對(duì)圖像在進(jìn)行一次腐蝕運(yùn)算之后，再對(duì)圖像進(jìn)行一次膨脹運(yùn)算。腐蝕運(yùn)算能夠做到將跟蹤目標(biāo)身上小于變量元素的物質(zhì)腐蝕掉，因此，我們選取的結(jié)構(gòu)元素相當(dāng)重要，它的大小將決定了所去掉物質(zhì)的大小。其實(shí)，用變量元素來(lái)腐蝕輸入圖像所得到的集合正好等價(jià)于全部包含在中時(shí)零點(diǎn)位置的集合。所有,針對(duì)膨脹運(yùn)算來(lái)說(shuō)，變量元素的映像與輸入的圖像相與不為零，也就是說(shuō)，用來(lái)膨脹就是將的映像與中的非零元素相交時(shí)在零點(diǎn)位置的集合。膨脹與腐蝕的符號(hào)分別為和。 (1)膨脹和腐蝕 膨脹與腐蝕，它們是數(shù)學(xué)形態(tài)學(xué)中最基礎(chǔ)的運(yùn)算。利用該方法處理后，能夠做到充分保持圖像的基本特性，并且能夠處理掉不相干的結(jié)構(gòu)，從而大大的簡(jiǎn)化圖像數(shù)據(jù)。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(duì)應(yīng)的形狀，用來(lái)識(shí)別圖像，以便于對(duì)圖像進(jìn)行分析?；趫D像的表示法又可分為空間表示和時(shí)空表示等，空間表示是將圖像或圖像中目標(biāo)的一部分變換到非笛卡爾空間，得到對(duì)圖像數(shù)據(jù)更簡(jiǎn)潔的表示，通常采用的變換有傅里葉變換、主成份量分析、離散余弦變換、小波變換等，時(shí)空表示是在空間表示法基礎(chǔ)上加上時(shí)間維信息，以表示與運(yùn)動(dòng)相關(guān)的特征。因此，那些用光流法得到的目標(biāo)大多用塊表示法來(lái)實(shí)現(xiàn)。每個(gè)團(tuán)塊內(nèi)的像素點(diǎn)都有相似之處。外輪廓線能夠用跟蹤目標(biāo)邊沿點(diǎn)的連線表示。矩形框表示法在顯示目標(biāo)位置的同時(shí)也能得出目標(biāo)的大小。點(diǎn)表示法，即用若干個(gè)點(diǎn)來(lái)代表目標(biāo)，如跟蹤目標(biāo)物體的重心或者目標(biāo)本身。在選好表達(dá)方法之后，我們還需要描述跟蹤目標(biāo)，主要目的是使電腦做到完全識(shí)別出所得到的分割結(jié)果，并且做到充分利用。只有節(jié)省存儲(chǔ)空間、而且計(jì)算簡(jiǎn)便的方式才是一個(gè)優(yōu)秀的表達(dá)方式。通過(guò)以上步驟可以看出，中值濾波的主要功能就是把不同的像素灰度值修改成與周圍像素值大小接近的值，這樣對(duì)于椒鹽噪聲的消除能力是很強(qiáng)的，與均值濾波相比較，由于中值濾波不是簡(jiǎn)單的取平均值，所以產(chǎn)生的模糊比較少。 ④找出這些值里最中間的一個(gè)。 ②讀取模板相對(duì)應(yīng)的像素點(diǎn)灰度值。其計(jì)算公式為: (4)其中,為的鄰域，為含有噪聲的原圖。 (2)中值濾波 中值濾波依賴于模板的實(shí)現(xiàn)，是一種非線性濾波。 (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。根據(jù)人的視覺(jué)習(xí)慣，人眼對(duì)綠色敏感度會(huì)大于紅色，對(duì)紅色的敏感度又比藍(lán)色強(qiáng)烈，所以能得到比較好的灰度圖像，根據(jù)理論和以往經(jīng)驗(yàn)證明，當(dāng)時(shí)，得到的灰度圖像比較合理?，F(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(gè)值當(dāng)中最大的一個(gè)，即: (1)從公式中能夠得到，利用最大值法處理