本科毕业论文（设计）--基于机器视觉的运动目标跟踪系统设计.docx

托写本科生毕业论文（设计）题 目:基于机器视觉的运动目标跟踪系统设计专业代码:071201作者姓名:200820090单 位： 物理科学与信息工程学院 指导教师:2012年5月20日摘要 2引言 4第一章 基于OpenCV的运动目标跟踪实验平台 51」OpenCV介绍 51.2运动物体的检测与跟踪 61.3 Windows多线程编程 71.4实验结果 101.5展望 10第二章机器视觉、・NET与C# 112」机器视觉介绍 102.2. net 与 C#简介 122」」.net与C#的概念 122. L 与 C#的特点 122.3小结 15第三章 运动目标跟踪系统的图像处理单元设计 163.1.视频运动目标跟踪器的总体结构 1632图像处理模块设计 163.2. 1图像处理模块的组成 163. 2.2.中值滤波 163. 2. 3图像边缘检测 1718183. 2.4 SAD匹配跟踪模块的设计3.3总结总结 19参考文献 20致谢 21摘要运动冃标的检测跟踪在机器人视觉、监控测量和视频压缩编码等等方而有着 广泛的应用，是近年來的一个研究热点本文设计了一个利用OpenCV软件的基于 机器视觉的运动目标检测跟踪实验平台，对摄像头视野中的运动目标进行实吋检 测和跟踪，并留下编程和硬件接口。

运动目标跟踪系统的图像处理单元对于系统跟踪的准确性与实时性至关重 要文中将跟踪系统采集到的动态图像序列经过预处理后送入图像处理单元进行 中值滤波、边缘检测以及匹配跟踪，实现对运动目标的信息跟踪该文对传统的 中值滤波算法进行改进，同时对Sobel边缘检测算法进行改进，减少了系统的运 算时间，使系统的图像处理单元具有更快的处理速度和更高的实时性关键词：目标跟踪；OpenCV； C#； ASIC；边缘检测AbstractMoving targets detection in the robot vision, monitoring tracking measurement and video compression coding, and so on in a wide range of applications, in recent years is a hot research topic. This paper designs an OpenCV using software based on machine vision of the moving object detection and tracking experimental platform, camera moving object in view of real-time detection and tracking, and leave programming and hardware interface.Abstract： The image processing unit is key to the precision and timeliness of the moving target tracking system. The system collects the dynamic image and preproeesses it, then sends the results to the image processing unit to accomplish the operation of median filter, edge detection an d match tracking. The paper introduces an improved median filter algorithm and a novel edge detection algorithm based on Sobel algorithm. After manipulated as above, the image processing unit decreases the times of operation and ofers faster processing speed・Key words: Target Tracking; OpenCV; C#; ASIC; Edge Detection基于机器视觉的运动目标跟踪系统设计引言冃前，数字图像处理在国民生产中起到日益重要的作用，对其的研究也日益 广泛和深入。

OpenCV程序库作为数字图像研究的软件助手，具有简单易用、功能 强大、移植方便等优越性能本文首先实验设计了一个基于OpenCV的运动目标检 测跟踪实验平台，对从摄像头采集来的图像数据进行实吋的分析，从而实现对运 动物体的检测与跟踪实验旨在了解OpenCV的性能，学习OpenCV的使用方法； 尝试并逐渐熟悉图像处理，特别是运动冃标跟踪方而的知识；以及进一步提高 Windows操作系统下使用C语言和C++编程的能力C#是由微软公司开发的一种面向对象的新型编程语言它保留了 C/C++原有 的强大功能，并且继承了 C/C++的灵活性,而且它又同Visual Basic 一样具有 简单的语法和高效的开发能力对于编写数字图像处理算法的程序员来说，相比 主流的应用软件C++, C#不失为一种更佳的选择第一章基于OpenCV的运动目标跟踪实验平台1.1 OpenCV 介绍OpenCV是Intel开源计算机视觉库(Open Computer Vision)的简称它由一 系列C函数和少量C++类构成，实现了图像处理和计算机视觉方面的很多通用 算法OpenCV拥有包括300多个C函数的跨平台的中、高层API。

它不依赖与其 它的外部库，尽管也可以使用某些外部库OpenCV具有以下特点：1 •开放源码2. 基于Intel处理器指令集开发的优化代码3. 统一的结构和功能定义4. 强大的图像和矩阵运算能力5. 方便灵活的用户接口6. 支持MS-Windows和Linux操作系统由于有了以上性能特点，OpenCV函数库功能强大，简单易用，移植也很方便, 不失为学生和科研人员进行数字图像处理方面学习和研究的好工具1・2运动物体的检测与跟踪数字图像处理中，运动物体的检测和跟踪在机器人视觉、监控测量和视频压 缩编码等方面有着广泛的应用，是近年來的一个研究热点随着研究的深入，应 用于运动物体跟踪的算法也越来越多：从最简单的“帧差法”，到“背景消减法” 到“模板匹配法”，到带有预测功能的“卡尔曼滤波”和“粒子滤波”等算法，都 在不断地提高对运动目标检测和跟踪的准确性和高效性本平台在进行运动物体检测跟踪时所采用的算法是：首先利用“帧差法” 检测出初始的运动目标；一旦认为此目标合法，便根据目标在IISI （色调、饱和 度、强度）空间中II通道的色调特性，利用“连续适应性均值移动算法（CamSh辻t）”, 对目标进行跟踪。

CamShift算法简述如下：首先，在图像HSI空间中计算H通道（色彩通 道）分量的1D直方图；接着，利用此1D直方图将原图改建成2D概率分布图；第 三步，计算出目标区域的重心；第四部，利用经典的"Mean Shift"算法，不断 平移调整窗口中心到与目标重心重合；第五步，将上一帧的窗口大小和中心，作 为下一帧Mean Shift算法搜索窗口的初始值，在下一帧中继续Mean Shift运算图l・2CamShift流程上述运动物体检测和跟踪的算法运算量小，跟踪效果好只要初始抓取目标 无误，并且在色彩空间上目标与背景有一定偏差，视频跟踪便能够达到相当的准 确度更好的一点是，此算法在跟踪同一场境内多个运动目标其中的一个时的效 果，是其它同样计算复杂度的算法所难以比拟的1.3 Windows多线程编程为了达到良好的实时性能，充分利用CPU资源，本平台采用多线程并发处理 模式进行编程在Windows操作系统下，线程与进程调度都有着一套封装好的方 法，各线程轮流占用CPU资源既然没有多个CPU进行真正的程序“并发”执行, 多线程编程要做的就是如何利用线程的“休眠”事件，合理充分地使用资源，以 达到提高程序运行效率的目的。

本平台中，程序由两个线程组成:main线程和Getlmage线程Main线程作 为主线程，它启动了 Getlmage线程；除此之外main线程的主耍功能就是利用 OpenCV函数库，对从摄像头获取的图像数据进行分析处理；此外main线程还负 责获取用户输入信息Getlmage线程的主要工作就是循环地从摄像头读取数据放 到缓存中，以供眦in线程分析在这当中，Getlmage线程往缓存中写数据与从 缓存中读数据将不可避免地操作同一块缓存；为防止数据读写冲突出错，两线程 在操作这块缓存时都必须上锁这在本平台程序中是通过“互斥量”来实现的 另外，为防止main线程重复地分析同一帧图像，要求main线程必须等待Getlmage 线程的一个信号才能进行数据读取和分析，这在平台程序中是通过魁it/Object 的方式来实现的程序流程图如图1. 3. 1、图1. 3. 2所示图 L 3. 1 Get Image 线程图1.3.2主线程1・4实验结果经过实验证明，慕于OpenCV的运动冃标检测跟踪实验平台可以在实时显示图 像的基础上，实时检测和跟踪运动目标，并且检测和跟踪具有较高的鲁棒性在 跟踪过程中，即时目标保持静止，程序也不会丢失对目标的跟踪。

检测跟踪结果 如图1. 4. 1所示：图141检测跟踪结果1・5展望本实验设计的基于OpenCV的目标检测、跟踪平台，由于其较低的计算复杂度 和较高的鲁棒性，不仅可用于智能吸尘器的控制；也可用于其它基于全地图路径 规划的机器人领域，比如：收割、搜救、测绘、探伤等等场合因此本平台具有 广泛的应用前景第二章・NET与C#2.1机器视觉介绍2. 1. 1概述机器视觉就是用机器代替人眼来做测量和判断机器视觉系统是指通过机器 视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信 号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数 字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别 的结果来控制现场的设备动作机器视觉系统的特点是提高生产的柔性和自动化程度在一些不适合于人工 作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工 视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不 高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度而且机器 视觉易于实现信息集成，是实现计算机集成制造的基础技术2.1.2基本结构一个典型的工业机器视觉系统包括：光源、镜头、相机（包括CCD相机和 COMS相机）、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯/。