摘 要

在进行有关计算机视觉、模式识别以及视频图像等方面的研究时一个非常重要的问题就是如何实现运动目标的跟踪与检测。进行运动目标检测是为了获取要跟踪目标的速度、加速度和运动轨迹等参数。获取参数后可以理解目标的行为方式，进行下面更深层次的分析法处理。目标检测与跟踪技术有许多种，其中基于光流的技术具有能够直接获得运动目标的运动参数和准确性好等优势，但缺点是实时性和鲁棒性较差，因此难以有飞速的进展。在要求实时处理的方向上鲜有应用。本次毕设论文研究拍摄视频中的行人和自行车，探讨了运动目标的检测与跟踪技术。

本次毕设论文的探讨内容是使用基于光流的方法完成对视频中运动目标的检测与跟踪。论文全篇有绪论、目标的检测与跟踪、光流法介绍以及opencv的程序实现4个部分。

关键词：光流，目标检测，目标跟踪，opencv

Abstract

When conducting research on computer vision, pattern recognition and video images and other aspects of a very important issue is how to implement the tracking and detection of moving targets. Motion detection target is to get to track the target speed, acceleration and trajectory parameters. After obtaining parameters can understand the behavior pattern of the target, and analyzed following treatment deeper. Target detection and tracking technology has many kinds, including optical flow-based technology capable of directly moving target motion parameters and accuracy good advantage, but the disadvantage is the poor real-time performance and robustness, it is difficult to have rapid progress. On the real-time processing requirements of a direction few applications. The complete set of the video shoot thesis pedestrians and bicycles to explore the detection and tracking of moving objects.

Explore the contents of the graduation thesis is finished using the video moving target detection and tracking method based on optical flow. Papers whole chapter has an introduction, detection and tracking, optical flow opencv introduction and implementation of the program targets four parts.

Keywords: optical flow,Target tracking,Target detection,opencv

目录

第1章 绪论 1

1.1 背景及意义 1

1.2 国内外的研究现状 2

1.3 本文的研究内容及章节安排 2

第2章 目标的检测与跟踪 4

2.1 目标的检测 4

2.1.1 帧差法 5

2.1.2 背景减法 6

2.1.3 基于光流法的运动目标检测技术 8

2.2 目标的跟踪 9

2.2.1 基于几何及亮度特征的跟踪 9

2.2.2 基于光流场的跟踪 10

2.2.3 基于频域的跟踪方法 10

2.2.4 基于区域匹配的方法 10

2.3 本章小结 11

第3章 光流法的基本原理及几种基本算法 12

3.1 光流场 12

3.2 常见光流算法 14

3.2.1 Horn-Schunck算法 14

3.2.2 Lucas-Kanade算法 16

3.3 改进的光流算法 16

3.3.1 金字塔光流法 17

3.3.2 区域光流法 17

3.3.3 特征光流法 17

3.4 本章小结 18

第4章 Opencv程序实现 19

4.1 视频的播放 20

4.2 目标的跟踪 20

4.3 点的过滤 22

4.4 本章小结 23

第5章 总结与展望 24

参考文献 25

致谢 26

绪论

背景及意义

千百年以来人类主要通过视觉从自然界获取信息，一般在阳光下，周围的自然环境会使眼睛里的感受细胞产生兴奋，同时在视网膜上成像。受到兴奋的细胞把图像转换为脉冲信号通过神经元进入脑中，大脑皮层根据本能和经验识别和处理。视觉不仅包括感受光信号，同时还要对周围的状态信息进行获取、处理和理解。人们通过眼睛从自己自然界获取各种各样的信息传入大脑后，大脑从本能和经验出发进行考虑，对环境信息处理识别，最后完成理解环境状况的目标，包括视觉范围内的静态和运动物体、物体之间的形状、位置、颜色以及运动状态等。工程上用电脑模拟人眼活动，用摄像头和软件"代替"人眼，把我们想要的信息从视频帧中提取出来，检测三维世界中的背景和目标，并识别形和运动态，这就是现在正在快速发展的计算机视觉。

计算机视觉是一门多学科交叉的边缘科学，它涉及到人工智能、神经生物学等许多领域的理论知识。最近几年计算机视觉蓬勃发展，成为了热门的新兴领域。

计算机视觉的一个主要课题便是运动目标的检测与跟踪，通过电脑进行分析处理计算出目标的各种运动参数，例如运动轨迹、速度、加速等，并进行更高级的处理，理解运动目标的行为方式。虚拟技术、图像压缩和三维重构等多个方面都需要用到运动目标检测与跟踪技术。它本身不是什么神秘的高精尖技术，它已经广泛应用于民用警用以及军用的许多领域，无处不在的视频监控是这种技术应用最广泛的地方，例如使用摄像头监视银行、商店、停车场等地以防止盗窃和破坏等违法行为的发生，维护人民的生命财产安全。此外，在管理路况时也大量应用，例如用于检测街道上的车辆是否有异常的行为、检测行人行为是否违反交通法则、控制处理交通流量问题以及智能交通等多个方面。

用光流法检测有一个特点：精度很高，因此常用于做定量分析。由于光流法的一些缺点，如在有实时性处理需求的领域效果不佳因此未能大规模应用。用光流法可以分析估算出目标的运动参数，重合和遮挡这种使用传统运动目标检测方法不好解决的问题也可由它来解决，还适合分析多个运动目标。所以，研究基于光流法的目标检测与跟踪技术有理论和实际的双重意义，其研究成果的应用前景是非常广阔的。

国内外的研究现状

最近几十年来，伴随电脑硬件性能和软件的提高，工程上出现了各种智能监控视频系统来处理复杂场景，各国的不少研究人员和机构也都发表了相关的论文，市场上相关的产品在不断问世。我国的不少高校和企业近年来也投入大量的时间和资金研究智能视频监控系统，但能享誉世界的研究成果不多，通用的视频监控系统也没有出现。可以说，最近几十年国内外在对目标检测与跟踪方面的研究方面做了许多努力，也获得了很大成功。