4。3  计算反向投影图 18

4。4  Meanshift算法 19

4。4。1  Meanshift向量 19

4。4。2  Meanshift迭代运算 20

4。5  Camshift算法 22

5  实验结果及其分析 24

5。1  核函数的影响 24

5。2  Meanshift和Camshift对比 25

5。3  目标本身对跟踪效果的影响 26

5。3。1  大小 26

5。3。2  速度 26

5。3。3  颜色 27

6  系统设计与实现 28

6。1  开发工具及硬件设备 28

6。1。1  开发工具 28

6。1。2  硬件设备 28

6。2  需求分析 28

6。3  系统流程图 29

6。4  界面设计 30

6。5  目标检测与跟踪模块 30

6。6  摄像机云台控制模块 31

6。6。1  PELCO协议 31

6。6。2  串口通信 32

6。7  目标丢失等待 33

结  论 35

致  谢 36

参 考 文 献 37

1  绪论

1。1  课题研究的背景

在现实生活中，为了保障人员和财务安全或者为了采集某些资料，人们往往会安装摄像头进行视频监控。在银行、住宅小区、交通路口以及学校等等地方都会有摄像头的踪影，可以说这样的视频采集设备应用得相当广泛。这些摄像头有些是固定的，而有些则是安装在云台上，使其有转动的功能，更加灵活方便。一般而言，都会有专门的人员来监视或者事后查看这些视频设备传回的影像。当有需要时，人们可以发送指令来控制云台转动来达到全方位监控的目的。这些相对于固定的摄像头的确是灵活和方便了许多，但是在计算机应用如此广泛和全面的今天，仅靠人工监视和控制的手段就显得有些浪费人力资源了，且对于突发情况或者特定目标的也不够及时。论文网

随着近些年计算机技术的飞速发展，各种高性能处理器的出现，计算机的运算和处理能力的不断提高，计算机在人们的日常以及科学研究活动中发挥了越来越重要的作用，运用也越来越广泛。自从60年代初，Roberts进行了第一次计算机视觉实验以来[1]，对于计算机视觉的研究也开始兴起，其中基于视觉的目标检测与跟踪更是相当热门。依靠眼睛捕获的视觉信息在人类感官能感知到的环境信息中，占了很大的比重。同样，摄像机捕捉到的视频信息传到计算机中，也能提供大量环境信息，让计算机处理做出判断和决策，这也正是计算机视觉[2]的基础。目标检测和跟踪是计算机从一系列视觉信息中捕获感兴趣的信息，可以是运动的目标，也可以是有特定特征的目标等等，然后进行锁定跟踪。将这一技术结合到摄像机云台上，实时控制其运动，并使其达到一定的精度和鲁棒性，就能够广泛地运用到交通检测，智能监控，医学成像，甚至军用装备等各个领域，节省了大量的人力物力，具有很大的发展空间。