1. 研究目的与意义（文献综述）

近年来，随着我国的国民经济迅速发展起来，对于突发事件的预防和应对越来越受到了人们的重视，在此基础上发展起来的视频监控技术也成为人们关注的焦点。通过近几十年的快速发展，现代视频监控系统先后经历了初期的模拟系统，进而发展到中期的全数字化的监控系统以及ip视频监控系统三个阶段。如今，正在朝着智能化、自动化的视频监控系统发展过程中。随着计算机视觉、智能视频识别等技术的发展，研究人员将生物体特征识别技术应用到视频监控系统中，使得智能视频图像处理变为可能。

对于传统的视频监控系统而言，现代智能化的视频监控系统通过使用现代化的计算机来替代人类的眼睛和大脑，对视频中动态的序列图像进行理解和分析，实现了对视频图像监控区域的自动化检测和目标识别跟踪任务。伴随着中国的安全部门对于现代化的安防要求不断的提高，现代智能化的视频监控系统应用范围变得越来越广泛。

一个智能化、现代化的视频监控系统主要是针对视频序列图像中的运动目标进行分析，然后从这一系列的图像序列中提取出感兴趣部分的目标，然后对感兴趣的目标部分进行检测、识别和跟踪，更深层次的可以对目标部分的行为进行描述和理解。其中的目标检测、目标识别和目标跟踪属于低层次的处理，在数字图像处理的范畴中;然而图像的分析和理解则属于更高级别的处理层次，属于人工智能领域的范畴。与此同时，目前在对视频图像序列中的运动目标研究上，不单单要求了实时性，鲁棒性，也慢慢的要求了算法通用性和可移植性。那么就给视频运动分析系统带来了诸多的挑战。

2. 研究的基本内容与方案

1.基本内容

本文主要是围绕视频图像中的目标检测和运动目标跟踪两个方面进行研究的，重点研究了在视频监控前提下，增强检测和跟踪目标的实时性，鲁棒性以及可靠性方面。文章的主要研究内容如下:

（1)研究了在固定背景下常用的运动目标检测算法，分别是背景减除法、帧间差分法。针对现有的背景减除法对初始的运动目标敏感，并且容易受到动态的背景、光线变化、摄像头抖动等因素的影响，研究了鲁棒的背景建模方法。以此为基础，充分照顾到系统满足实时性，综合帧间差分法和背景减除法的优缺点，提出了基于背景建模的运动目标检测方法，实现了对运动目标的实时检测任务。与此同时，在图像修复方面和去除噪声方面进行了相关研究。

3. 研究计划与安排

在综合考虑设计任务之后，设计进度安排如下：

第1-2周：查阅相关文献资料，明确研究内容，了解研究所需掌握的目标检测跟踪理论基础，完成开题报告。

第3-8周：完成opencv的安装及操作练习，熟悉并分析传统的目标检测算法和粒子滤波目标跟踪算法的原理并构想改进算法。

4. 参考文献（12篇以上）

[1]侯胜彬.基于opencv的运动目标检测跟踪的研究[d].电了科技大学，2014

[2]李波.视频序列中运动目标检测与跟踪算法的研究[d].北京交通大学，2012

[3] betke m, haritaoglu e, davis l s. real-time multiple vehicle detection and tracking from a moving vehicle[j]. machine vision and applications, 2000, 12(2):69-83