使用OpenCv进行运动目标的检测的课程论文免费下载

　　目前常用的运动目标检测方法主要有3种：帧差法，对于动态环境具有较强的自适应性，稳健性较好，但一般不能完全提取出所有相关的特征像素点：光流法，能够检测独立运动的对象， 并且可用于摄像机运动的情况，但是多数计算复杂、耗时多，很难实现实时监测；背景减法，一般能够较完整地提取目标点，但对于动态场景的变化！如光照和外来无关事件的干扰等特别敏感。

　　2 OpenCv简介

　　OpenCv（Open Source Computer Vision Library ）是一种种用于数字图像处理和计算机视觉的函数库。由Intel微处理器研究实验室的视觉交互组开发“。它主要用于对图像进行一些高级处理。比如特征检测与跟踪、运动分析、目标分割与识别以及 3D 重建等。 可以在VC环境下使用，操作方便。功能强大！可以大大缩短相关程序的开发周期。

　　OpenCv是开放的C源码，基于Intel处理器指令集开发的优化代码，具有统一的结构和功能定义、强大的图像和矩阵运算能力，方便灵活的用户接口，同时支持Windows，Linux平台等。

　　3 运动目标检测原理

　　3.1 背景的提取和检测

　　背景提取与更新采用以背景减法为基础，相邻帧差法为补充的检测

　　方法：当视频采集开始时，首先提取视频序列的一帧作为初始背景B（x，y）以后每帧通过 Img（x，y）读入，通过数帧更新得到较准确的背景图！ 这里图像存储格式均采用IplImag结构，背景更新采用更新加权累计图像的方法，使用函数cvRunningAvg其定义是：

　　void cvRunningAvg（const CvArr * image， CvArr* acc， double alpha， const CvArr* mask=NULL）。

　　以背景建模与更新为核心”整个运动检测的流程框

　　图如图1所示：