菜单
　　
    摘要在视频流中实现运动目标的检测与跟踪是许多视觉应用程序的核心部分。而OpenCV为程序人员提供了多种数学函数与图像处理的高层方法来满足每一个需要，免去了底层基本代码的桎梏，提高了社会生产效率。通常，对于静态的视频监控，常用的方法是进行背景差分方法，将目标从视频和背景中凸显出来。本文首先阐述了背景差分检测对象的通用过程，所有典型的背景建模算法及其优点，接着叙述了混合高斯背景模型。 本文采用了以混合高斯为背景模型的背景差分方法进行目标检测，采用 CamShift 算法用于目标跟踪，实验结果表明对于简单的类似静态的背景，程序识别率相当高，并且跟踪也很少出现脱离，结果令人满意。  26012
    毕业论文关键词 背景差分 目标检测 目标跟踪  CamShift  混合高斯
    Title   Moving  Object  Detection  and  Tracking Based on OpenCV
     Abstract
    Detection and tracking of moving target in video stream is the core of many visual
    applications. The OpenCV provides a variety of mathematical functions and image processing
    methods to meet each need, replacing the shackles of the underlying basic codes, improving the
    social production efficiency. In general, the method of background subtraction is usually used
    for the static video surveillance, and the target is highlighted from the video and background. In
    this paper, the general process of the background  difference detection object, all the typical
    background modeling algorithms and their advantages are described, then the background model
    of the GMM is described
    The Gaussian mixture background model of the background difference method for target
    detection, using CAMSHIFT algorithm is applied to the tracking of targets. The experimental
    results show that for similar to the simple static background, the recognition rate by this program
    is quite high, and tracking are rarely seen out with satisfactory results. 
    Keywords background subtraction,target tracking and detection,CamShift,GMM
    目次
    1绪论   1
    1.1  引言  . 1
    1.2  国内外研究与应用现状 . 1
    1.3  OpenCV简介   2
    1.4  开发环境搭建 . 2
    1.5  本章小结  . 3
    2图像预处理   4
    2.1    图像噪声的概念与分类 . 4
    （1）按产生的原因分类 . 4
    （2）按噪声频谱分类 . 5
    （3）按信号关系分类 . 5
    （4）按概率密度函数分类 . 5
    2.2  直方图均衡  6
    2.3本文中所采取的滤波 . 8
    2.4  数学形态学  9
    2.4.1膨胀与腐蚀  10
    2.4.2  开运算与闭运算 . 12
    2.5  本章小结  12
    3运动目标检测   13
    3.1 运动目标检测的基本方法  13
    3.1.1 帧间差分法 . 13
    3.1.2 光流法 . 13
    3.1.3背景差分法  15
    3.2  本文的具体实现  18
    4运动目标跟踪   20
    4.1 CamShift算法  . 20
    4.2 程序的运行及演示  23
    4.3 本章小结   24
    结  论  . 25
    致  谢  . 26
    参考文献  . 27
     1  绪论
    1.1  引言
    在过去十年中许多用以识别实时运动的方法被提出。用于类似视频监控，交通监测，车
    辆追踪，自主导航，计算机视觉等生产生活中。对于视觉信息的捕获、辨别与分析成为了研
    究领域的重要课题。智能化的视频监控就是从最基础的实现对目标的检测识别到运用模型等
    方法的跟踪技术，最终并轨人工智能实现对目标行为的理解判别。识别算法采用一系列图片
  1. 上一篇：基于角色的访问控制程序能力评测平台
  2. 下一篇：基于自由能的遥感图像质量评价

  1. 基于MATLAB的图像增强算法设计

  2. jsp+sqlserver高校二手商品交...

  3. 基于Kinect的手势跟踪与识别算法设计

  4. JAVA基于安卓平台的医疗护工管理系统设计

  5. java+mysql设备监控记录的大...

  6. 基于核独立元分析的非线...

  7. 基于Hadoop的制造过程大数据存储平台构建

  8. 河岸冲刷和泥沙淤积的监测国内外研究现状

  9. java+mysql车辆管理系统的设计+源代码

  10. 杂拟谷盗体内共生菌沃尔...

  11. 乳业同业并购式全产业链...

  12. 当代大学生慈善意识研究+文献综述

  13. 中考体育项目与体育教学合理结合的研究

  14. 酸性水汽提装置总汽提塔设计+CAD图纸

  15. 大众媒体对公共政策制定的影响

  16. 十二层带中心支撑钢结构...

  17. 电站锅炉暖风器设计任务书

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回