1。2  课题研究的目的和意义

针对上述的背景情况，本文设计并实现了一款基于视觉的目标检测与跟踪系统。这款系统能够在一定条件下实现自动对运动目标的检测和实时跟踪以及对手动选定目标的实时跟踪，并控制摄像机云台的水平和垂直转动，使可疑或者感兴趣的目标长时间暴露在视频监控之下，完成监视任务。这就很好地解决了人力资源浪费的问题，而且实时性强。若将这款系统做不同的改变或者改进，它就能应用到不同的场景中，完成不同的任务。如安置在住宅小区、银行中，在深夜无人看管的情况下，摄像机能对运动的可疑目标持续跟踪，以掌握更多视频证据或者发出报警。如应用于交通路口，则可对车辆信息进行识别跟踪，以帮助交警掌握车辆信息。可以说，这款系统有十分广阔的应用前景。

1。3  国内外研究发展状况

1。4  论文主要内容安排

本文的主要内容是对目标检测与跟踪算法的研究和实现，设计了一款利用背景减除法和Camshift跟踪算法的目标检测与跟踪系统，同时介绍了一些这一领域的常用方法。

第一章，绪论。主要介绍了课题的背景，研究意义和价值，国内外研究的状况。文献综述

第二章，目标检测与跟踪常用算法。介绍了领域内的一些常用方法。

第三章，目标检测。详细介绍了本文所使用的目标检测算法，背景减除法。

第四章，目标跟踪。详细介绍了本文所使用的目标跟踪算法，Camshift算法。

第五章，实验结果及其分析。对前两章所述方法进行了实验分析。

第六章，系统设计和实现。介绍了系统的实现。

    总结，对文章主要内容的总结。

    致谢。

2  目标检测与跟踪的常用方法

2。1  目标检测

在基于视觉的连续图像视频中，我们感兴趣的往往不是整幅图像，而是图像中的某一部分，其中不感兴趣或者相对静止的部分叫作背景，感兴趣的部分称为目标。目标检测的主要目的是在视频序列中把人们感兴趣、运动的或者有特定特征的目标从背景中分离出来，并提取特征，为下一步的跟踪做好准备。

 图2。1  目标检测

一般对运动物体目标检测定义为：这是为运动物体跟踪的前期准备，通过分析摄像头捕捉到的连续图像信号，判断在背景中是否有运动物体进入画面，若有则提取当前运动物体的位置信息。在某些时候，视频信息可能伴有光照变化，目标物体速度的不确定，背景也可能发生一些变化。在这些不确定情况下，目标检测的鲁棒性、准确性就显得十分重要了，否则后续步骤可能发生一系列错误。因此在不同情况下，我们需要运用不同的目标检测算法来保证它的可行性和准确性。来;自]优Y尔E论L文W网www.youerw.com +QQ752018766-

目前，在目标检测方面常用的主要有下面几种方法[8]:

1、背景减除法

背景减除法的另一种叫法是背景差分法。它的主要思想是先提取观察范围内的背景图像，然后实时将当前视觉内的图像与背景图像作差，通过与预先设定好的阈值来判断当前图像是否有运动目标进入。当相应位置的像素点的灰度差值超过一定的数值，则其值为1，否则为0（这里的0和1分别代表最大值和最小值）。这样，当图像与背景相比发生了变化之后，即有运动物体进入，在作差后的图像中，就会留下变化的部分，以此来判断运动的物体此时的位置。这种方法思路简单清晰，计算量小，实时速度很快，能够准确判断是否有运动物体进入，但是对光照条件，背景要求，天气等外界条件要求比较严苛，可以通过加入一些滤波算法加以改进。 Camshift算法基于视觉的目标检测与跟踪(3):http://www.youerw.com/jisuanji/lunwen_96847.html