【正文】 了全世界大多數(shù)科學家和相關企業(yè)濃厚的興趣，尤其是在美國和英國，早已做了大量相關項目的研究。在96年至99年期間，美國國防高級研究計劃局(DARPA)出錢資助的卡內(nèi)吉梅隆大學、戴衛(wèi)夫研究中心和一些著名的研究機構(gòu)，他們聯(lián)合開發(fā)出來了視頻監(jiān)控系統(tǒng)(VSAM)，其目標主要是為未來的城市和戰(zhàn)場監(jiān)控應用研發(fā)出一種全新的視頻監(jiān)控理解技術(shù)，能夠代替人在危險的環(huán)境中進行監(jiān)控，目前該系統(tǒng)仍然處于試用期。2000年，實時視覺監(jiān)視系統(tǒng)(W4)在Maryland大學研究者的努力下研制出來，不單可以定位人以及分割出人身體的任何部分，而且在建立其外觀模型后，該系統(tǒng)還可以同時實現(xiàn)多人的跟蹤，且可以對他們之間簡易的交流活動進行監(jiān)控。DARPA在2008年又出錢資助了一項全新的視頻監(jiān)控技術(shù)研究實時流，其目的是為了快速的從監(jiān)控視頻中發(fā)現(xiàn)目標的行為，并且快速分析，例如挖掘、握手、交換物品等。為了推動我們國家在這個領域的快速發(fā)展，我國已經(jīng)成立了國家重點實驗室，專門用來研究視頻跟蹤技術(shù)。目前有許多科研人員和學者已經(jīng)在MeanShift算法基礎上做了大量的的改善工作。浙大朱勝利等人提出的均值偏移跟蹤算法和卡爾曼濾波器互相結(jié)合的方法，首先利用卡爾曼濾波器得到其初始位置，接著運用均值漂移跟蹤算法來獲得跟蹤目標移動后的位置，從而可以實現(xiàn)對運動目標的實時跟蹤。因此，怎樣在非線性運動下做到跟蹤效果良好，這是一個需要解決的大問題。 目標跟蹤問題的困擾因素跟蹤目標運動的復雜性往往是目標跟蹤問題的主要困擾因素，主要表現(xiàn)為多個方面，如下：(1) 復雜的背景干擾 由于在運動目標的跟蹤過程中是以RGB顏色作為模型，因此很容易受到復雜背景的干擾，當目標和背景顏色相似時，容易導致跟蹤失敗。(3)計算的實時性要想研制出來的目標跟蹤系統(tǒng)實用性強，則必須做到對運動目標的即時跟蹤，這對算法的計算速度提出了強制性要求。 (4) 遮擋問題遮擋問題在目標跟蹤過程中是一種常見情況。如何有效的解決這個問題，一直都是目標跟蹤過程中的難點和重點。由于目標的復雜性和不確定性，導致該算法適用環(huán)境相當有限，跟蹤目標也大大受限。 本章小結(jié) 在本章節(jié)中，主要講到的是該課題的一些基礎知識；第一節(jié)、第二節(jié)講的是課題研究背景，以及國內(nèi)外研究現(xiàn)狀。從開始不被人認可，到現(xiàn)在成為該領域不可或缺的技術(shù)，這跟廣大研究者的努力所密切相關，當然也與國家的大力支持分不開。2 圖像處理簡介 圖像灰度化處理視頻監(jiān)控系統(tǒng)不僅對精度有要求，對實時性也要求相當高，因此降低計算量，減少圖像處理時間與內(nèi)存空間要求是必要的，所以通常將彩色圖像灰度化處理，這樣就大大減少了圖像處理數(shù)據(jù)，提高了處理速度。由于R, G, B的都是處于0255之間，所以決定了灰度化只有256級，即灰度圖像的顏色只能在256種顏色中選擇。(2)平均值法:使R,G,B的值等于三者和的平均值，即: (2)(3) 加權(quán)平均法:根據(jù)不同的重要性給R,G,B三個分量賦予不同的權(quán)值，然后再對它們加權(quán)平均 (3) 并且分別作為R,G,B的權(quán)值。 圖像噪聲處理 實際采集的圖像中常包含各種不希望有的噪聲，造成圖像退化，為進行目標檢測和跟蹤等圖像分析工作，需要先將噪聲消除掉，目前常用的消噪方法主要有兩種:一種是均值濾波，另一種就是中值濾波。該方法的基本思想就是在圖像中取一部分區(qū)域(通稱模板)，將區(qū)域內(nèi)所有像素的灰度值求平均，然后用這個灰度平均值代替模板中的各像素灰度，這種濾波方法運算效率比較高，但是由于其平均化，也破壞了圖像邊緣，造成圖像模糊。它的原理是用濾波器包圍圖像區(qū)域，然后計算出圖像區(qū)域中像素的排序結(jié)果。中值濾波一般實現(xiàn)過程如下: ①將模板放在圖中漫游，而且把像素點的位置與模板中心重合。 ③將讀取到的像素灰度值按照從小到大的順序排成一列。⑤將找出的值賦給位于模板中心的像素。 目標表示為了做到減少冗余，圖像分析中常用一種方式來表現(xiàn)跟蹤的目標，這就被稱為目標表示。在圖像中的區(qū)域可以是內(nèi)部的，也可以是外部的。 目標表示，可分為點表示法、矩形框表示法、外輪廓表示法、塊表示法和基于圖像表示法【13】。 矩形框表示法，它的原理是被我們框住的矩形區(qū)域即作為目標。 外輪廓表示法，跟蹤目標的外輪廓即用來表示目標。塊表示法，用若干個團塊來代替跟蹤目標。這些相似之處可以用與之類似的顏色、類似的光流或者光流與顏色相結(jié)合來表示。基于圖像表示法，該表示方法采用每個像素點來表示目標。 數(shù)學形態(tài)學 最近幾年，研究者們對圖像進行分析主要用到的是數(shù)學形態(tài)學。數(shù)學形態(tài)學主要實現(xiàn)原理是集合論。 數(shù)學形態(tài)學主要包括膨脹、腐蝕、開啟和閉合等四個基本運算。腐蝕能夠做到縮小圖像，而膨脹卻是用來擴大圖像的，它們正好互為對偶運算。設輸入的圖像為，結(jié)構(gòu)元素為，則對的膨脹定義為: (5) 對的腐蝕定義為: (6) 其中，的定義域是，的定義域是，正整數(shù)的向量分別是和。相反地，針對腐蝕運算來說，只有當變量元素全部處于輸入的圖像內(nèi)時，才能對輸入圖像進行腐蝕。 腐蝕運算，從字面上即可看出，它主要是用來侵蝕掉被跟蹤目標的邊界點，使目標物體變得更加圓滑，增強了物體的清晰度。所以，當圖像中的兩個物體之間有少量細小物體連接時，只要我們選取的結(jié)構(gòu)元素恰當，通過腐蝕運算侵蝕后，能夠順利將兩物體分開，使得圖像更加清晰。 對的閉合運算可以用下列公式表示: (8) 閉合運算的原理是對圖像進行一次膨脹運算后，再對圖像進行一次腐蝕運算。 本章小結(jié) 本章所研究的主要是與本課題密切相關的一些基礎理論知識，前面兩節(jié)講的是對圖像進行灰度值處理以及噪聲處理，這兩種處理方法能夠使圖像變的清晰、可視效果好。第三節(jié)列舉出了當前所用到的主要目標表示法，并簡單介紹了其工作原理。73 VC編程環(huán)境的搭建 當前大部分視頻監(jiān)控中，研究者們都用到OpenCV來對圖像做預處理，其處理目的主要是為了去除圖像中的冗余，改善圖像的可視效果，從而保證目標在跟蹤過程中的準確性。 OpenCV簡介OpenCV是一個完全開源的計算機視覺庫，它的編寫語言是C/C++，支持開源的Linux系統(tǒng)、微軟的Windows系統(tǒng)以及蘋果的Mac操作系統(tǒng)。調(diào)用OpenCV函數(shù)庫的主要目標是加快圖像處理的執(zhí)行速度。OpenCV函數(shù)庫中大概包含五百多個函數(shù)，涉及到許多領域。因此，OpenCV在科學研究中的應用領域相當廣泛。 本論文在這里只講在Windows系統(tǒng)下的安裝，若想了解在Linux系統(tǒng)和蘋果操作系統(tǒng)下的安裝，可以自己查看相關資料。接著是注冊DirectShow filter，進行一些安裝后的必要處理，注冊成功后即可開始使用OpenCV。一切都安裝好之后，若還想使用IPP優(yōu)化功能，則可在官網(wǎng)上下載安裝包進行安裝，為了安裝的順利進行。添加環(huán)境變量后，OpenCV就能夠正確加載IPP了。視頻輸入為電腦自帶的集成攝像頭。 ： 假設我們將OpenCV安裝到C:\Program Files\OpenCV文件夾下，在安裝OpenCV過程中需要選擇將\OpenCV\bin加入系統(tǒng)變量。成功加入后需要重啟電腦才能生效。圖1 Library files設置然后目錄選擇Include files，在下方填入需要的庫文件路徑，如下圖2所示：圖2 Include files設置最后選擇Source files，在下方填入需要的庫文件路徑，如下圖3所示：圖3 Source files設置添加完上述三處庫文件后再點擊“OK”，即成功的完成了OpenCV的配置。添加過程為：菜單工程設置，然后將Setting for選擇All Configurations，然后選擇右邊“鏈接”標簽，在“對象/庫模塊”附加上： ，當然，你也可以只添加自己需要的lib文件，如下圖4所示：圖4 項目設置 OpenCV中常用函數(shù)介紹 數(shù)據(jù)結(jié)構(gòu)OpenCV中有一些基礎的數(shù)據(jù)類型，在我們平時用OpenCV函數(shù)庫的時候常常會用到，因此在我們使用該函數(shù)庫之前應該先掌握好，才能在用的時候得心應手。 //代表坐標系中的橫坐標，原點坐標為0int b。2）CvSize結(jié)構(gòu) 由名字size即可看出，該結(jié)構(gòu)體表示的是大??；該結(jié)構(gòu)通常是用來表示矩形框大小的，單位為像素，結(jié)構(gòu)體中已經(jīng)定義了矩形框的寬和高，具體如下：typedef struct Cvsize {int m_Width； //代表矩形框的寬，以像素為單位int m_Height；//代表矩形框的高，以像素為單位}CvSize。該結(jié)構(gòu)體定義如下：typedef struct IplImage {int n_Size。 //版本號 int n_CMCC。 //像素深度值 int Data_up。 //0代表左上，1代表的是左下int m_Width。 //圖像的高，用像素值表示其大小 struct_IplROI *Red。 //圖像的data大小 int Width_Step。該結(jié)構(gòu)體在OpenCV應用中相當重要，視頻中每幀圖像的抓取都由它來完成，應當熟練掌握其用法。 常用函數(shù)除了有常用的數(shù)據(jù)結(jié)構(gòu)外，還有以下常用函數(shù)，也是必須掌握的內(nèi)容，下面簡單的介紹幾個常用函數(shù)，本人在這次畢業(yè)設計中也有用到他們，介紹如下：1）cvLoadImage( )：該函數(shù)用來載入視頻圖像IplImage* cvLoadImage( const char* videoname, //聲明一個文件名字int countenance=CV_LOAD_IMAGE_COLOR )。countenance：表示加載進去后的視頻圖像的顏色和深度，指定讀入圖像的顏色和深度。2）cvShowImage( )：在指定窗口中顯示圖像void cvShowImage( const char* name,const CvArr* image )。image：被顯示的圖像。初始化從文件中獲取視頻；filename：視頻文件名。當分配的結(jié)構(gòu)不再使用的時候，它應該使用cvReleaseCapture函數(shù)釋放掉。初始化從攝像頭中獲取視頻；index ：要使用的攝像頭索引。函數(shù)cvCreateCameraCapture給從攝像頭的視頻流分配和初始化CvCapture結(jié)構(gòu)。4）cvQueryFrame( )：從攝像頭或者文件中抓取并返回一幀IplImage* cvQueryFrame( CvCapture* capture )。 函數(shù)cvQueryFrame從攝像頭或者文件中抓取一幀，然后解壓并返回這一幀。5）cvGetCaptureProperty( )與cvSetCaptureProperty( )double cvGetCaptureProperty( CvCapture* capture, int property_id )。property_id：屬性標識。設置指定視頻獲取的屬性。property_id：屬性標識。6）cvCreateVideoWriter( )：創(chuàng)建視頻寫入器結(jié)構(gòu)CvVideoWriter* cvCreateVideoWriter( const char* filename,int fourcc, double fps,CvSize frame_size,int is_color=1 )。 fourcc：四個字符用來表示壓縮幀的codec 例如，CV_FOURCC(39。