预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第六章系统测试视频序列中人体运动目标的检测与跟踪研究信息学院信研11毕莎莎612081002004摘要:本文提出的算法是在Linux系统Fedora8、GCC编译器平台上进行设计的通过实验验证了算法的可行性并且我们提出的算法大大提高了运动目标检测和跟踪的准确度减少了计算量提高了系统的实时性。该系统算法分为三部分:首先利用图像帧差进行运动目标的提取;然后利用模式识别分析目标的特征对目标进行分类;最后得到目标的形心对人体目标进行匹配、跟踪并计数实时给出越过计数线的人数。实验证明该算法简单可行统计数据具有较高的正确率。关键词:帧间差分;运动检测;目标跟踪计数;1、绪论1.1课题相关背景目标的识别与跟踪是基于对一个图像序列的研究从序列图像中检测到运动的目标并且对目标运动的规律加以预测实现对指定的目标进行准确且连续的跟踪。其目的是通过计算机视觉从复杂的变化的背景环境中准确识别出所需的运动目标提取稳定的目标特征并对目标的位置和姿态等信息进行快速实时的跟踪。随着计算机处理能力的显著提高该技术在众多领域都有越来越广泛的应用。1.2项目简介本项目利用图像处理和模式识别的方法研究并设计了基于视频的客流量统计系统。本文提出的算法是在Linux系统Fedora8、GCC编译器平台利用海康威视的采集卡及摄像头进行设计的通过实验验证了算法的可行性并且我们提出的算法大大提高了运动目标检测和跟踪的准确度减少了计算量提高了系统的实时性。2、相关知识介绍2.1Fedora8系统本项目之所以选择Fedora8系统主要是因为:fedora8的系统内核和海康威视采集卡DS4008HS驱动要求的内核相匹配;另外此项目运行时要长期处在工作的状态需要比较稳定的操作系统。而Linux系统Fedora8比较稳定;可移植性较好;具有安全性的服务器很少会感染病毒所以本项目选择了此操作系统。2.2C语言介绍C语言的特点:1)语言表达能力强。2)语言简洁、紧凑使用灵活易于学习和使用。3)数据类型丰富具有很强的结构化控制语句。4)语言生成的代码质量高。5)语法限制不严格程序设计自由度大。6)可移植性好。用C语言编写的程序基本上不作修改就能用于各种型号的计算机和各种操作系统。2.3海康威视采集卡海康DS4008HS:开发支持:1、提供完整的SDK开发包、DEMO演示软件及其源程序SDK与H卡兼容SDK包含了板卡开发软件、播放器开发软件、网络开发软件、MediaPlayer控件。SDK开发包提供的函数有很多在本项目中用到的有:InitDSPs();初始化DSPChannelOpen();通道打开本项目使用的是第4通道ChannelClose();通道关闭RegisterImageStreamCallback();注册数据voidImageStreamCallback(unsignedintchannelNumbervoid*context)中断函数每40ms调用一次即每秒调用25次2、支持Windows2000/XP/2003Linux操作系统。3、系统设计3.1系统设计思想本系统选用海康威视的采集卡摄像头在装有Fedora8系统的计算机上进行开发。在终端中使用命令对程序进行编译和调试。当程序运行时可以在界面观察到摄像头所录入的视频及在我们所添加的窗口中看到相关的处理信息。3.2系统需求分析1)首先对界面进行修改与设计方便显示跟踪及计数的信息2)可以准确跟踪到某一运动物体。3)对经过某一区域的人进行计数。4)可适用于超市或大卖场等的入口及出口处对客流量进行统计3.3系统功能模块整个系统设定的主要功能模块有:图像预处理人体跟踪模块计数模块图像预处理:膨胀、腐蚀、滤波等人体跟踪:跟踪到人体的运动坐标及轨迹计数:对进入某一区域的人进行计数视频序列输入运动分割图像预处理运动目标转换运动人体跟踪计数3-1系统流程图3.4界面的设计GTK是用于实现图形用户接口的函数库。一般情况下如果要创建普通的图形接口应用程序使用GTK就可以了。GTK+和Gnome构件库提供了极为丰富的构件足以构造非常复杂的用户界面。但是如果需要开发新构件或者要创建绘图程序仅使用GTK就不够了。这时可以采用Xlib更好的方法是使用GDK库它可以应付绝大多数的编程需要。初始界面的显示:图3-2初始界面当按下preview按钮时显示如下:图3-3Preview图像4、运动物体的检测4.1帧间差分法原理在众多基于运动图像序列检测的算法之中帧间差分法是依据相邻两帧图像间的强相关性而提出的检测算法。所谓帧间差分法是指将相邻两帧图像中的相应像素点的灰度值进行相减若其差值较小可以认为该点无运动目标;相反若灰度差值较大则认为有运动目标。4.2帧间差分法实现YUV4:2:0的格式:下面