- 上一篇：PHP社交网站SPMS设计与实现+文献综述
- 下一篇：C#滑动窗口协议的软件设计与实现
int ID；
int nChannels；
int alphaChannel；
int depth；
char colorModel；
char ehannelSeq；
int dataOrder；
int origin；
int align；
int width；
int height；
struct-IplROl*roi；
struct—Ipllmage*maskROl；
void*imageld；
struct_IplTilelnfo* tilelnfo：
int imageSize；
char*imageData；
int widthStep；
int BorderMode[4]；
int BorderConst[4]；
char*imageDataOrigin；
lpllmage结构来自于Intel Image Processing Library(是其本身所具有的)，OpenCV只支持其中的一个子集，有关Ipllmage更详细的信息可以参考OpenCV的技术手册。
1.7本章小结
本章简要介绍了静止背景下运动图像分割的研究背景、研究内容及研究方法，以及研究本课题所需要的软件Visual studio、Visual c++以及opencv。指出了本文的研究目的。
2 视频图像处理
2.1 导论
在多媒体自动化装置的应用中，面对的各种各样的图像信息。图像是指用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于入眼并进而产生视知觉的实体，是表达视觉信息的一种物理形式。图像采集的过程就是我们使用各种观测装置以不同形式和手段观测客观世界来获得图像。一般来说，图像采集的最终结果是某种形式的样本阵列，所以图像常用矩阵或数组来表示，每个元素的坐标代表场景点的位置而元素的值代表场景点的某个特征量。视频是指随时间变换一组数字图像序列，而且有时还包含相应的音频信息，是多媒体信息的重要组成部分。
数字视频是数字图像在时域上的序列。视频序列中的每个图像称为帧，通常的视频文件是按每秒30-40帧的速率运动的（当速率大于25帧时人的肉眼才能看到连续的视频）。在大多数情况下，视频序列中的运动目标才是人眼最为关注的部分。事实上，视频图像的最大特点是：它有丰富的原始数据、相邻近帧间的极强相关性以及时域上的动态时变模式等，在很大程度上使运动目标易于检测、分割和识别成为可能。与静态图像相比，图像序列及视频的最大优点就在于对运动信息的捕获。
视频文件大多数是通过摄像机进行记录采集。在采集、传输和记录过程中，经常会受到各种噪声的干扰，包括外界光照、阴影的影响，也包括摄像头成像误差、抖动、光路扰动、系统电路失真等引起的噪声。正因为如此，现实中的图像一般都是噪声图像，所以在图像处理过程中，尤其是在边缘检测、图像分割、特征提取、模式识别等高层次处理之前，选用适当的算法尽量地去除噪声干扰是一个非常重要的预处理步骤。一个良好的图像处理系统，不论是模拟处理还是用计算机进行的数字处理，无不把减少最前一级的噪声作为主攻目标。
数字图像处理是用计算机来处理所获取的视觉信息的技术。图像处理技术随着计算机的出现而诞生，近几十年来随着计算机技术的蓬勃发展，图像处理技术也得到了空前的发展和应用。目前，图像处理技术已经广泛应用于工业、军事、医学、交通以及农业等各个领域。
数字图像处理技术的优点可以归结为：
一、能精确处理，结果具有再现性。
二、容易控制。通过程序能够自由设定和变更各种控制参数。
三、灵活性。基于已有的程序根据实际需求进行变更，就能够实现各种各样的处理。也可以组合已有的算法和程序，开发自己的新系统。
数字图像处理目前面临的难题包括：
一、图像数据量大：图像数据数字化后输入到计算机内，例如把普通电脑显示的图像按各个颜色数字化后输入计算机内，数据量就达到了1024像素X768像素×3色≈2MB(字节)的数据。