|
基于OpenCV的運動目標檢測跟蹤實驗平臺
王力超 2010/3/26
基于OpenCV的運動目標檢測跟蹤實驗平臺
(復旦大學電子工程系，上海 200433)
摘 要：運動目標的檢測跟蹤在機器人視覺、監(jiān)控測量和視頻壓縮編碼等等方面有著廣泛的應用，是近年來的一個研究熱點。本文設計了一個基于OpenCV軟件的運動目標檢測跟蹤實驗平臺，對攝像頭視野中的運動目標進行實時檢測和跟蹤，并留下編程和硬件接口，為利用運動目標跟蹤而進行機器人視覺和基于計算機視覺的測量監(jiān)控研究打下基礎。
關鍵詞：目標跟蹤；OpenCV；實驗平臺；編程接口
中圖分類號：TP391.41 文獻標識碼：A
1 引言
目前，數(shù)字圖像處理在國民生產中起到日益重要的作用，對其的研究也日益廣泛和深入。OpenCV程序庫作為數(shù)字圖像研究的軟件助手，具有簡單易用、功能強大、移植方便等優(yōu)越性能。本實驗設計了一個基于OpenCV的運動目標檢測跟蹤實驗平臺，對從攝像頭采集來的圖像數(shù)據進行實時的分析，從而實現(xiàn)對運動物體的檢測與跟蹤。本實驗旨在引導學生了解OpenCV的性能，學習OpenCV的使用方法；嘗試并逐漸熟悉圖像處理，特別是運動目標跟蹤方面的知識；以及進一步提高Windows操作系統(tǒng)下使用C語言和C++編程的能力。
2 OpenCV簡介
OpenCV是Intel開源計算機視覺庫(Open Computer Vision)的簡稱。它由一系列 C 函數(shù)和少量 C++ 類構成，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。OpenCV 擁有包括300多個C函數(shù)的跨平臺的中、高層API。它不依賴與其它的外部庫，盡管也可以使用某些外部庫。OpenCV具有以下特點：
1.開放源碼
2.基于Intel處理器指令集開發(fā)的優(yōu)化代碼
3.統(tǒng)一的結構和功能定義
4.強大的圖像和矩陣運算能力
5.方便靈活的用戶接口
6.支持MS-Windows和Linux操作系統(tǒng)
由于有了以上性能特點，OpenCV函數(shù)庫功能強大，簡單易用，移植也很方便，不失為學生和科研人員進行數(shù)字圖像處理方面學習和研究的好工具。
3 運動物體的檢測和跟蹤
數(shù)字圖像處理中，運動物體的檢測和跟蹤在機器人視覺、監(jiān)控測量和視頻壓縮編碼等方面有著廣泛的應用，是近年來的一個研究熱點。隨著研究的深入，應用于運動物體跟蹤的算法也越來越多：從最簡單的“幀差法”，到“背景消減法”到“模板匹配法”，到帶有預測功能的“卡爾曼濾波”和“粒子濾波”等算法，都在不斷地提高對運動目標檢測和跟蹤的準確性和高效性。
本平臺在進行運動物體檢測跟蹤時所采用的算法是：首先利用“幀差法”檢測出初始的運動目標；一旦認為此目標合法，便根據目標在HSI（色調、飽和度、強度）空間中H通道的色調特性，利用“連續(xù)適應性均值移動算法（CamShift）”，對目標進行跟蹤。
CamShift算法簡述如下：首先，在圖像HSI空間中計算H通道（色彩通道）分量的1D直方圖；接著，利用此1D直方圖將原圖改建成2D概率分布圖；第三步，計算出目標區(qū)域的重心；第四部，利用經典的“Mean Shift”算法，不斷平移調整窗口中心到與目標重心重合；第五步，將上一幀的窗口大小和中心，作為下一幀Mean Shift算法搜索窗口的初始值，在下一幀中繼續(xù)Mean Shift運算。
上述運動物體檢測和跟蹤的算法運算量小，跟蹤效果好。只要初始抓取目標無誤，并且在色彩空間上目標與背景有一定偏差，視頻跟蹤便能夠達到相當?shù)臏蚀_度。更好的一點是，此算法在跟蹤同一場境內多個運動目標其中的一個時的效果，是其它同樣計算復雜度的算法所難以比擬的。
4 Windows多線程編程
為了達到良好的實時性能，充分利用CPU資源，本平臺采用多線程并發(fā)處理模式進行編程。在Windows操作系統(tǒng)下，線程與進程調度都有著一套封裝好的方法，各線程輪流占用CPU資源。既然沒有多個CPU進行真正的程序“并發(fā)”執(zhí)行，多線程編程要做的就是如何利用線程的“休眠”事件，合理充分地使用資源，以達到提高程序運行效率的目的。
本平臺中，程序由兩個線程組成：main線程和GetImage線程。Main線程作為主線程，它啟動了GetImage線程；除此之外main
線程的主要功能就是利用OpenCV函數(shù)庫，對從攝像頭獲取的圖像數(shù)據進行分析處理；此外main線程還負責獲取用戶輸入信息。GetImage線程的主要工作就是循環(huán)地從攝像頭讀取數(shù)據放到緩存中，以供main線程分析。在這當中，GetImage線程往緩存中寫數(shù)（未完，下一頁）
|
|
|