【正文】 復(fù) 印件）。 涉密 論 文按 學(xué) 校 規(guī) 定 處 理。 作者 簽 名： 日期： 年 月 日 學(xué) 位 論 文版 權(quán) 使用授 權(quán)書 本 學(xué) 位 論 文作者完全了解 學(xué) 校有 關(guān) 保留、使用 學(xué) 位 論 文的 規(guī) 定，同意 學(xué) 校保留 并 向 國 家有 關(guān) 部 門 或機(jī) 構(gòu) 送交 論 文的 復(fù) 印件和 電 子版，允 許論 文被 查閱 和借 閱 。 對 本文的 研究做出重要 貢獻(xiàn) 的 個(gè) 人和集體，均已在文中以明確方式 標(biāo) 明。 作者 簽 名： 日 期： 學(xué) 位 論 文原 創(chuàng) 性 聲 明 本人 鄭 重 聲 明：所呈交 的 論 文是本人在 導(dǎo)師 的指 導(dǎo) 下 獨(dú) 立 進(jìn) 行 研究所取得的 研 究成果。 對 本 研 究提供 過幫 助和做出 過貢獻(xiàn) 的 個(gè) 人或集體，均已在文中作了明確的 說 明 并 表示了 謝 意。畢業(yè)設(shè)計(jì) （ 論 文）原 創(chuàng) 性 聲 明和使用授 權(quán)說 明 原 創(chuàng) 性 聲 明 本人 鄭 重承 諾 ：所呈交的 畢業(yè)設(shè)計(jì) （ 論 文），是我 個(gè) 人在指 導(dǎo)教師 的指 導(dǎo) 下 進(jìn) 行的 研 究工作及取得的成果。 盡 我所知，除文中特 別 加以 標(biāo) 注和致 謝 的地方外，不包含其他人或 組織 已 經(jīng)發(fā) 表或公布 過 的 研究成果，也不包含我 為獲 得 及其 它教 育機(jī) 構(gòu) 的 學(xué) 位或 學(xué)歷而使用 過 的材料。 作 者 簽 名： 日 期： 指 導(dǎo)教師簽 名： 日 期： 使用授 權(quán)說 明 本人完全了解 大 學(xué)關(guān) 于收集、保存、使用 畢業(yè)設(shè)計(jì) （ 論文）的 規(guī) 定，即：按照 學(xué) 校要求提交 畢業(yè)設(shè)計(jì) （ 論 文）的印刷本和 電子版本； 學(xué) 校有 權(quán) 保存 畢業(yè)設(shè)計(jì) （ 論 文）的印刷本和 電 子版， 并 提供目 錄檢 索 與閱覽 服 務(wù) ； 學(xué) 校可以采用影印、 縮 印、 數(shù) 字化或其 它復(fù) 制手段保存 論 文；在不以 贏 利 為 目的前提下， 學(xué) 校可以公布 論 文的部分或全部 內(nèi) 容。除了文中特 別 加以 標(biāo) 注引用的 內(nèi) 容外，本 論 文不包含任何其他 個(gè) 人或集體已 經(jīng)發(fā) 表或撰 寫 的成果作品。本人完全意 識(shí) 到本 聲 明的法律后果由本人承擔(dān)。本人授 權(quán) 大 學(xué) 可以 將 本 學(xué) 位論 文的全部或部分 內(nèi) 容 編 入有 關(guān)數(shù) 據(jù) 庫進(jìn) 行 檢 索，可以采用影印、 縮印或 掃 描等 復(fù) 制手段保存和 匯編 本 學(xué) 位 論 文。 作者 簽 名： 日期： 年 月 日 導(dǎo)師簽名： 日期： 年 月 日 注 意 事 項(xiàng) （ 論 文）的 內(nèi) 容包括： 1）封面（按 教務(wù)處 制定的 標(biāo) 準(zhǔn)封面格式制作） 2）原 創(chuàng) 性 聲 明 3）中文摘要（ 300 字左右）、 關(guān)鍵詞 4）外文摘要、 關(guān)鍵詞 5）目次 頁 （附件不 統(tǒng) 一 編 入） 6） 論 文主體部分：引言（或 緒論 ）、正文、 結(jié)論 7） 參 考文 獻(xiàn) 8）致 謝 9）附 錄 （ 對論 文支持必要 時(shí) ） 文字 數(shù) 要求：理工 類設(shè)計(jì) （ 論 文）正文字 數(shù) 不少于 1 萬字（不包括 圖紙 、程序 清單 等），文科 類論 文正文字 數(shù) 不少于 萬字。 、 圖 表要求： 1）文字通 順 ， 語 言流 暢 ， 書寫 字跡工整，打印字體及大小符合要求，無 錯(cuò)別 字，不準(zhǔn) 請 他人代 寫 2）工程 設(shè)計(jì)類題 目的 圖紙 ，要求部分用尺 規(guī)繪 制，部分用 計(jì) 算機(jī) 繪 制，所有 圖紙應(yīng) 符合 國 家技 術(shù)標(biāo) 準(zhǔn) 規(guī) 范。計(jì)算機(jī)視覺系統(tǒng)就是創(chuàng)建了能夠在平面圖像或者三維立體圖像的數(shù)據(jù)中，以獲取需要的信息的一個(gè)完整的人工智能系統(tǒng)。動(dòng)態(tài)目標(biāo)檢測與跟蹤作為計(jì)算 機(jī)視覺領(lǐng)域的一個(gè)重要部分，在工業(yè)、醫(yī)療保健、航空航天、軍事等各個(gè)領(lǐng)域具有廣泛的應(yīng)用前景，一直受到廣泛的關(guān)注，并成為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。 本文總結(jié)了計(jì)算機(jī)視覺技術(shù)的國內(nèi)外發(fā)展的現(xiàn)狀，深入研究了計(jì)算機(jī)視覺技術(shù)、圖像分析處理技術(shù)、動(dòng)態(tài)檢測技術(shù)等相關(guān)資料。其中著重討論混合高斯背景模型與壓縮感知算法的 C++代碼設(shè)計(jì)（結(jié)合 OpenCV 庫） 的實(shí)現(xiàn)，并通過采樣視頻給出了程序的運(yùn)行結(jié)果以及說明算法的可行性。s working principle, and the realization based on. With the emphasis on the C++ code design of mixed Gauss background model and pressed sensing algorithm (with OpenCV Library) implementation, and by sampling the video gives running result of program and the feasibility that algorithm. Keywords: puter vision, moving object detection, OpenCV, mixed Gauss background model 基于 OpenCV 的計(jì)算機(jī)視覺技術(shù)研究與實(shí)現(xiàn) 1 引 言 隨著計(jì)算機(jī)設(shè)備逐漸融入到社會(huì)生活的各個(gè)方面，利用計(jì)算機(jī)進(jìn)行視覺和數(shù)字圖像處理技術(shù)也日趨成熟，并在各個(gè)尖端的技術(shù)領(lǐng)域中早已嶄露鋒芒。也就是用計(jì)算機(jī)來實(shí)現(xiàn) 對客觀世界的識(shí)別與理解 ,理解是指對被觀察對象的形狀、尺寸、離開觀察點(diǎn)的距離、質(zhì)地、運(yùn)動(dòng)特征 (包括方向和速度 ) 等的理解 ,更準(zhǔn)確點(diǎn)說，它是利用攝像機(jī)和電腦代替人眼使得計(jì)算機(jī)擁有類似于人類的那種對目標(biāo)進(jìn)行分割、分類、識(shí)別、跟蹤、判別決策的功能。 它是一門綜合性的科學(xué)技術(shù)，主要包括計(jì)算機(jī)科學(xué)與工程、信號處理、物理學(xué)、應(yīng)用數(shù)學(xué)與統(tǒng)計(jì)、神經(jīng)生理學(xué)和認(rèn)知科學(xué)等。 目前，計(jì)算機(jī)視覺技術(shù)已經(jīng)應(yīng)用在制造業(yè)、工業(yè)檢驗(yàn)、文檔分析、醫(yī)療診斷、軍事目標(biāo)跟蹤、自主導(dǎo)航等系統(tǒng)當(dāng)中。人們?yōu)榱俗層?jì)算機(jī)實(shí)現(xiàn)看到這個(gè)世界并主動(dòng)從這個(gè)世界尋找信息，因此發(fā)展了計(jì)算機(jī)視覺；為了讓計(jì)算機(jī)實(shí)現(xiàn)自主 處理和判斷所得到的信息，因此發(fā)展了人工智能科學(xué)。 迄今為止，計(jì)算機(jī)視覺的發(fā)展已經(jīng)歷了一個(gè)漫長的過程。計(jì)算性價(jià)比的提高與視頻獲取成本的降低，使計(jì)算機(jī)視覺系統(tǒng)能夠向桌面級和嵌入式系統(tǒng)發(fā)展，這就意味著計(jì)算機(jī)視覺系統(tǒng)能夠安裝在一切電子系統(tǒng)之中。 計(jì)算機(jī)視覺要處理的一個(gè)重要內(nèi)容，就是對視線范圍內(nèi)物體運(yùn)動(dòng)的檢測與跟蹤。目前，運(yùn)動(dòng)目標(biāo)檢測與跟蹤在醫(yī)學(xué)研究、交通監(jiān)視、客流量統(tǒng)計(jì)、天文觀測等領(lǐng)域有著非常重要的實(shí)用價(jià)值，有著廣闊的發(fā)展前景。 計(jì)算機(jī)視覺技術(shù)發(fā)展的歷程 計(jì)算機(jī)視覺技術(shù)是在 20 世紀(jì) 50 年代從統(tǒng)計(jì)模式識(shí)別 開始的。工件表面、顯微圖片和航空圖片的分析和解釋等。到了 70基于 OpenCV 的計(jì)算機(jī)視覺技術(shù)研究與實(shí)現(xiàn) 3 年代，已經(jīng)出現(xiàn)了一些視覺應(yīng)用系統(tǒng)。 80 年代以來，計(jì)算機(jī)視覺的研究已經(jīng)歷從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用的發(fā)展階段。目前，計(jì)算機(jī)視覺技術(shù)正在廣泛的應(yīng)用于計(jì)算幾何、計(jì)算機(jī)圖形學(xué)、圖像處理、機(jī)器人學(xué)等多個(gè)領(lǐng)域中。圖像分析和關(guān)于人的視覺的分析研究有著密切的關(guān)系，為了提高計(jì)算機(jī)視覺能力，就需要對人的視覺機(jī)制中的有些可辨識(shí)模塊進(jìn)行較為深入的分析研究。對于圖像的分析其實(shí)質(zhì)就是關(guān)注這些圖像中的運(yùn)動(dòng)目標(biāo)。在數(shù)字圖像處理技術(shù)和計(jì)算機(jī)視覺技術(shù)中，基于序列圖像形成的視頻圖像的運(yùn)動(dòng)物體的分析研究是最為復(fù)雜的一個(gè)方向。綜上述以數(shù)字圖像處理為基礎(chǔ)，從而分析視頻圖像的運(yùn)動(dòng)的整個(gè)處理過 程，涉及到了一些不同領(lǐng)域與科學(xué)。 計(jì)算機(jī)視覺國內(nèi)外研究現(xiàn)狀 計(jì)算機(jī)視覺技術(shù)屬于人工智能領(lǐng)域中的一個(gè)分支，是一門通過對圖像或者視頻的處理從而是使得計(jì)算機(jī)具備人眼“看”的能力的學(xué)科。近幾年來研究人員已經(jīng)漸漸將研究的重點(diǎn)從圖像中 的靜態(tài)目標(biāo)慢慢過渡到了復(fù)雜環(huán)境中的動(dòng)態(tài)目標(biāo)序列上面。 在當(dāng)今對于圖像處理，視頻中動(dòng)態(tài)物體的檢測技術(shù)中，存在的主要問題有： （ 1） 在采集到的圖像信息中，對于想要檢測的目標(biāo)物總不能避免地出現(xiàn)相互遮擋的現(xiàn)象，從而導(dǎo)致了獲取到不完整的目標(biāo)信息，這樣的結(jié)果就給只能通過結(jié)合圖像信息來識(shí)別世界的人工智能技術(shù)帶來了一定困擾。但是在復(fù)雜的背景下，需要提高檢測目標(biāo) 物體的精確性，以及檢測的數(shù)學(xué)算法的魯棒性、實(shí)時(shí)性。 （ 4） 隨著圖像處理技術(shù)的提高，將采集到的圖像信息創(chuàng)建成 3D 場景，復(fù)原真是的場景，對于目標(biāo)物體的分析、處理、跟蹤技術(shù)都將會(huì)有很大的幫助。 Microsoft,IBM,EMITALL,CMU 等尖端公司包括知名技術(shù)性的實(shí)驗(yàn)室近年來都投入了大量的人力和物力致力于研發(fā)人工智能的監(jiān)控系統(tǒng)，并且開始造福于人類。目前處于領(lǐng)先地位的是中國科學(xué)院北京自動(dòng)化研究所下屬的模式識(shí)別國家重點(diǎn)實(shí)驗(yàn)室。 系統(tǒng)開發(fā)環(huán)境 本系統(tǒng)是在 Windows 平臺(tái)上使用 VS2020，綜合運(yùn)用計(jì)算機(jī)視覺技術(shù)、數(shù)字圖像處理技術(shù)，基于 OpenCV 設(shè)計(jì)實(shí)現(xiàn)運(yùn)動(dòng)物體檢測與跟蹤系統(tǒng)。 OpenCV（ Open Source Computer Vision Library）由 Intel 公司在背后提供支持（本系統(tǒng)使用的是 版本）。 OpenCV 致力于真實(shí)世界的實(shí)時(shí)應(yīng)用，通過優(yōu)化的 C 代碼的編寫對其執(zhí)行速度帶來了可觀的提升，并且可以通過購買 Intel 的 IPP 高性能多媒體函數(shù)庫 (Integrated Performance Primitives)得到更快的處理速度。 CXCORE：數(shù)據(jù)結(jié)構(gòu)與線性代數(shù)支持； HIGHGUI：圖像界面函數(shù)； ML：機(jī)器學(xué)習(xí)，包括模式分類和回歸分析等； CVCAM ：負(fù)責(zé)讀取攝像頭數(shù)據(jù)的模塊（在新版本中，當(dāng) HIGHGUI 模塊中加入DirectShow 支持后，此模塊將別廢除）。事實(shí)上，這是一套 image processing library，由一千多個(gè)各自獨(dú)立的函數(shù)，以及底層的數(shù)據(jù)管理核心構(gòu)成。應(yīng)用范圍幾乎沒有限制，涵蓋醫(yī)學(xué)，遙感探測，監(jiān)控，到工業(yè)上的各類自動(dòng)化檢測。除具備卓越的數(shù)值計(jì) 算能力外，它還提供了專業(yè)水平的符號計(jì)算，文字處理，可視化建模仿真和實(shí)時(shí)控制等功能。這種情況下一般使用單個(gè)固定的攝像機(jī)對場景進(jìn)行拍攝。時(shí)下應(yīng)用較為廣泛的是背景差法、幀間差分法以及綜合法。其不足之處是易受光線變化影響，背景的更新是關(guān)鍵。 （ 2） 連續(xù)幀間差分法： 受光線變化影響較小，簡單快速，但不能分割出完整的運(yùn)動(dòng)對象，需進(jìn)一步運(yùn)用目標(biāo)分割算法。 （ 3） 光流法： 光流法的概念：圖像中模型運(yùn)動(dòng)的速度，擬定其一種 2D 的瞬時(shí)速度場。 在整個(gè)圖像中，光流失量其實(shí)是連續(xù)變化的，一但返現(xiàn)速度矢量出現(xiàn)了不連續(xù)，有斷裂的情況，那么就可以得出運(yùn)動(dòng)物體的位置。 對圖像背景建立高斯模型的原理及過程：圖像灰度直方圖反映的是圖像中某個(gè)灰度值出現(xiàn)的頻次，也可以認(rèn)為是圖像灰度概率密度的 估計(jì)。對于復(fù)雜的圖像，尤其是醫(yī)學(xué)圖像，一般是多峰的。 在智能監(jiān)控系統(tǒng)中，對于運(yùn)動(dòng)目標(biāo)的檢測是中心內(nèi)容，而在運(yùn)動(dòng)目標(biāo)檢測提取中，背景目標(biāo)對于目標(biāo)的識(shí)別和跟蹤至關(guān)重要。 首先要提起背景和前景的概念，前景是指在假設(shè)背景為靜止的情 況下，任何有意義的運(yùn)動(dòng)物體即為前景。即利用當(dāng)前幀和視頻序列中的當(dāng)前背景幀進(jìn)行加權(quán)平均來更新背景 ,但是由于光照突變以及其他外界環(huán)境的影響，一般的建模后的背景并非十分干凈清晰，而高斯混合模型是是建模最為成功的方法之一。通觀整個(gè)高斯模型，主要是 有方差和均值兩個(gè)參數(shù)決定，對均值和方差的學(xué)習(xí)，采取不同的學(xué)習(xí)機(jī)制，將直接影響到模型的穩(wěn)定性、精確性和收斂性。為提高模型的學(xué)習(xí)能力，改進(jìn)方法對均值和方差的更新采用不同的學(xué)習(xí)率；為提高在繁忙的場景下，大而慢的運(yùn)動(dòng)目標(biāo)的檢測效果，引入權(quán)值均值的概念，建立背景圖像并實(shí)時(shí)更新，然后結(jié)合權(quán)值、權(quán)值均值和背景圖像對像素點(diǎn)進(jìn)行前景和背景的分類。 最后歸納一下其中的流程，首先初始化預(yù)先定義的幾個(gè)高斯模型， 對高斯模型中的參數(shù)進(jìn)行初始化，并求出之后將要用到的參數(shù)。最后選擇前面幾個(gè)最有可能的模型作為背景模型，為背景目標(biāo)提取做鋪墊。在背景建模期間，每當(dāng)來了一幅新圖片，對每個(gè)像素點(diǎn)進(jìn)行碼本匹配，也就是說如果該像素值在碼本中某個(gè)碼元的學(xué)習(xí)閾值內(nèi)，則認(rèn)為它離過去該對應(yīng)點(diǎn)出現(xiàn)過的歷史情況偏離不大，通過一定的像素值比較，如果滿足條件，此時(shí)還可以更新對應(yīng)點(diǎn)的學(xué)習(xí)閾值和檢測閾值。因此，在背景學(xué)習(xí)的過程中，每個(gè)像素點(diǎn)可以對應(yīng)多個(gè)碼元，這樣就可以學(xué)到復(fù)雜的動(dòng)態(tài)背景。它是空間運(yùn)動(dòng)物體在觀察成像平面上的像素運(yùn)動(dòng)的瞬時(shí)速度，是利用圖像序列中像素在時(shí)間域上的變化以及相鄰幀之間的相關(guān)性來找到上一幀跟當(dāng)前幀之間存在的對應(yīng)關(guān)系，從而計(jì)算出相鄰幀之間物體的運(yùn)動(dòng)信息的一種方法。其計(jì)算方法可以分為三類： （ 1）基于區(qū)域或者基于特征的匹配方法； （ 2）基于頻域的方法； （ 3）基于梯度的方法； 基于 OpenCV 的計(jì)算機(jī)視覺技術(shù)研究與實(shí)現(xiàn) 9 簡單來說，光流是空間運(yùn)動(dòng)物體在觀測成像平面上的像素運(yùn)動(dòng)的“瞬時(shí)速度”。研究光流場的目的就是為了從圖片序列中近似得到不能直接得到的運(yùn)動(dòng)場。 光流法用于目標(biāo)跟蹤的原理： （ 1） 對一個(gè)連續(xù)的視頻幀序列進(jìn)行處理； （ 2） 針對每一個(gè)視頻序列，利用一定的目標(biāo)檢測方法，檢測可能出現(xiàn)的前景目標(biāo)； （ 3） 如果某一幀出現(xiàn)了前景目標(biāo)，找