基于OpenCV的运动目标检测与跟踪
【摘 要】OpenCV是一个基于（开源）发行的跨平台计算机视觉库，实现了图像处理和计算机视觉方面的很多通用算法。本文主要简述了基于OPENCV开源代码库的运动目标的检测与跟踪的原理及算法实现。在VC++6.0编译环境下，用C++语言编写，利用USB摄像头作为视频采集器，实现了对可疑目标的持续跟踪。
【关键词】OPENCV 运动目标 检测 跟踪 背景差分 CamShift算法
Abstract：OpenCV is based on （open） issued a cross-platform computer vision library that implements many common algorithms of image processing and computer vision.This paper outlines the principles and algorithms of OpenCV-based moving target detection and tracking. Compiled under VC + +6.0 environment， using C + + language，using USB camera as a video capture device， to achieve a continuous tracking of suspicious targets.
Keywords：OPENCV；Moving target；detection；tracking；Background difference； CamShift algorithm 一、项目背景
以往的监控系统要监视各厅室的所有角落，需要在多方位安装监控摄像头，随着防盗系统向着网络远程化、智能化和自动化方向的发展，设计一种室内监控摄像头自动跟踪目标的控制系统势在必行，可以通过分析摄像头所传输的图像信息，锁定可疑目标，然后带动步动电机转向，将可疑目标控制在摄像头范围内。作为具有广泛的应用前景和潜在的经济价值的新领域，智能监控已经从早期少数研究人员的学术兴趣，发展为科学、工业、空间技术和政府应用中的重要角色。由于算法和实现方法的的进展，智能监控已成为一项重要而成熟的成本划算的技术。 二、检测跟踪的整体思路
逐帧读入视频流图像，选择检测算法（背景差分或者帧间差分）对当前帧与背景帧或前一帧进行差分运算，检测出运动目标， 再利用目标分割的方法把运动目标从背景中分离出来。然后利用CamShift算法自适应的跟踪目标。 三、运动目标检测
运动目标检测的主要目的是：从视频流中提取出运动目标，并获得运动目标的关键信息，如形状和轮廓等特征。 由于运动只有在图像序列中才能得到体现，因此运动目标检测问题所讨论的焦点就是：如何从图像中将目标或部分目标分割出来。 3.1帧间差分法
3.1.1定义
帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法。 3.1.2帧间差分法的优缺点
帧间差分法的优点是：算法实现简单，程序设计复杂度低；对光线等场景变化不太敏感，能够适应各种动态环境，稳定性较好。 其缺点是：不能提取出对象的完整区域，只能提取出边界；同时依赖于选择的帧间时间间隔。对快速运动的物体，需要选择较小的时间间隔，如果选择不合适，当物体在前后两帧中没有重叠时，会被检测为两个分开的物体：而对慢速运动的物体，应该选择较大的时间差，如果时间选择不适当，当物体在前后两帧中几乎完全重叠时，则检测不到物体。 3.2背景差分法 3.2.1 定义
背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法，其性能依赖于所使用的背景建模技术。
3.2.2常用的背景建模方法
（1）中值法背景建模：顾名思义，就是在一段时间内，取连续N帧图像序列，把这N帧图像序列中对应位置的像素点灰度值按从小到大排列，然后取中间值作为背景图像中对
基于OpenCV的运动目标检测与跟踪
