毕业设计开题报告.docx

毕业设计开题报告.docx

《毕业设计开题报告.docx》由会员分享，可在线阅读，更多相关《毕业设计开题报告.docx（10页珍藏版）》请在冰豆网上搜索。

毕业设计开题报告

中原工学院计算机学院

学士学位论文开题报告

题目基于相关的视频内容跟踪软件实现

专业软件工程

指导教师

系部计算机学院

学号

姓名

年级四年级

开题报告日期2011-2-22

计算机学院答辩委员会制

2011年2月

一、立论依据

课题来源及研究的目的和意义

基于图像序列的运动目标检测与跟踪是计算机视觉领域两个比较活跃的课题,也是许多基于视觉的应用需要解决的关键问题。

准确的检测与跟踪是有效的进行识别与决策的前提,是高级视觉系统的基础。

运动目标的检测与跟踪技术在智能监控、人机交互、辅助驾驶、车辆跟踪、智能看护等应用中起着重要的作用。

但是,这两种技术在实际应用中还面临着诸多困难:

摄像机运动和光照变化会增加运动目标检测的难度,而光照变化、复杂背景、目标的非刚性形变和目标的部分遮挡会影响跟踪的鲁棒性。

另外,在现有的算法实现中,对多目标的跟踪还面临着严重的性能瓶颈。

实时运动目标跟踪把图像处理、自动控制、信息科学有机结合起来，形成了一种能从图像信号中实时地自动识别目标，提取目标位置信息，自动跟踪目标运动的技术。

对序列图像中的目标进行实时跟踪在军事、工业和科学研究方面都具有重要的意义，例如虚拟现实环境、模拟训练、飞机导航、红外成像跟踪、武器制导、军事侦查、机器人导航等等。

它是模式识别、图像处理、计算机视觉、武器制导等领域的重要课题。

对运动目标的跟踪在民用和军事领域有广泛的应用。

长期以来，对运动目标的跟踪，首先使用的是可见光传感器，并且发挥了重要的作用。

但是可见光传感器有其先天缺点，受到昼夜交替、天气环境、作用距离等因素的影响较大。

此外，雷达也是进行运动目标跟踪的常用手段，雷达作为主动传感器，由于能提供目标完整的位置信息和/或多卜勒信息，因而在目标探测及跟踪方面发挥了重要的作用。

但是，由于雷达在工作时要向空中辐射大功率电磁波，因而易遭受电子干扰和反辐射导弹的攻击。

此外雷达还有低空盲区的缺点，当目标采取隐身措施降低了其对雷达辐射的后向散射时，雷达对目标的探测距离就会大大下降。

雷达的这些先天性缺陷使得其面临着“电子对抗、反辐射导弹、隐身飞机和超低空突防”的“四大威胁”。

红外传感器通过接收目标辐射的热能进行目标探测和定位。

由于它不向空中辐射任何能量，因而不易被侦察或定位，具有较强的抗干扰能力；同时由于目标不可避免地要辐射热量，从而又为使用红外传感器对目标探测创造了条件。

总之红外传感器具有反电子对抗、抗电磁干扰、反隐身等特点，同时还具有测角精度高、目标识别能力强、对目标环境依赖小等优点。

但同时也有其缺点，如：

环境目标对比度较低，信号噪声大，所以，在大多数情况下，对运动目标的跟踪，多采用可见光传感器和红外传感器配合使用，或雷达与红外传感器配合使用，成为相互独立又彼此补充的探测跟踪手段。

因此，近年来国际上对红外传感器进行目标跟踪的研究成为热点，各国政府和科研机构纷纷投入大量的人力、物力进行研究，但是我国在这方面的研究还处于起步阶段，还没有成熟的技术应用，亟待开展深入的研究。

目前，红外目标跟踪技术在民用和军事领域都有广泛的应用。

比如在军事领域，由于目标具有较强的热辐射，尤其夜晚使用红外探测器对目标的跟踪更有效。

在对有热辐射装备工作特性研究时，比如对飞机空中飞行时飞机表面的热流场分布以及发动机尾焰温度的研究分析，红外传感器具有它突出的优点。

在电子战环境中，当雷达保持无线电静默或受到敌方干扰时，红外传感器可以进行独立地搜索、探测和跟踪。

同时红外传感器在导航方面有着广泛的应用，比如在夜间盲着陆，雨雾天气降落等。

此外红外目标跟踪技术在高速公路管理、公安刑侦等方面也有广泛的应用。

二、文献综述

课题研究领域的发展现状及可能的应用领域

1.发展现状

在过去的十多年里，活动轮廓和可变形模板已经受到了计算机视觉领域的广泛关注.它们用于图象序列中指定的运动对象的分割与跟踪.对基于对象进行压缩编码的视频对象分割,数字视觉效果,检测视频对象的出现与消失,基于内容的视频索引中的对象交互,视频序列中运动对象可视边界的分割与跟踪都是一个重要的问题.在视频编码中,基于内容和利用人眼视觉特性的第2代编码技术已经提出,提取视频对象可以很大地提高压缩效率,并为存储和传输提供了便利.在MPEG-4标准和正在制定的MPEG-7标准中提出了基于对象的检索和浏览技术.在互联网领域的WEB技术中,我们需要提取视频对象,以对静止或动态场景进行查询和交互.另外在模式识别、计算机视觉、视频检索等领域也得到了广泛的应用.随着MPEG-4压缩标准的制定,分割及跟踪视频运动对象的研究显得极其重要.在MPEG-4视频编码标准中,为了实现基于视频内容的交互功能,其视频序列的每一帧由视频对象面（VOP）来表示.为了生成视频对象面,需要对视频序列中的运动对象进行有效的分割;并跟踪运动对象随时间的变化,为此提出并实现了一种用于分割及跟踪视频运动对象的时空联合方法.时间分割中采用连续帧间差的统计假设检验,确定运动对象的位置,自动地分离出运动区域与背景区域;空间分割中则采用基于颜色的区域增长算法来精确地提取运动对象的轮廓;最后,将提取到的运动对象作为模板,对后续的视频序列,用基于Hausdorff距离度量匹配,来跟踪并提取后续帧中运动对象.该文采用的分割顺序是先时间分割后空间分割,这样只须对主要运动区域进行区域增长的分割,有利于缩短空间分割的时间.对于背景简单的图象序列,结合运动检测的结果采用排除的方法很快就能排除数目较少的那些不属于对象的区域,提取出具有精确边界的对象.对于背景复杂的或者对象纹理比较一致的图象序列,适当选择投影时某一区域中属于运动象素点的比值,该算法也能提取出对象,具有一定的鲁棒性.目前所有视频序列对象跟踪算法中模板匹配算法是最快速有效的,因此该文采用了基于Hausdorff距离度量来跟踪运动对象的变化,实验结果证明,这种方法在抗干扰、运动对象被局部遮挡的情况下是极其有效的.再者算法的实现完全采用代数的运算,因此计算量较少,需调整的参数也较少.

视频追踪是近年来新兴的一个研究方向，它融合了计算机视觉，模式识别，人工人工智能等学科的技术，是一种应用前景十分广泛的技术。

目前，国外的视频跟踪技术相对成熟，已经有了一些雏形技术，比如卡内基梅隆大学领导的视频安全与控制（VSAM）研究计划，根据这个计划，研究人员研制了一个由端到端的测试系统，集成了很多高级视频安全监控技术，比如静止背景和运动背景下的实时目标检测与追踪，普通目标（人、轿车。

卡车）的分类识别，特殊目标（比如校车等有特殊标记的物体）的分类识别，目标姿势估计，摄像机的自主控制，多摄像机协同跟踪，人体步伐分析等等。

此外，马里兰大学的实时监控系统W4可以利用单摄像头对人体及人体的各个部位进行实时地跟踪。

所谓W4，是指Who,When,Where,What，也就是说系统可以确定谁，什么时间，什么地点，他在干什么。

而IBM等公司也在资助这个领域内的研究，期望能将研究结果应用到商业领域中。

视频跟踪算法主要可以分为两个部分：

目标检测算法和运动估计算法。

在目标检测算法方面，最常用的方法是帧间差分法，背景差分法，光流法等等。

而运动估计算法，主要包括卡尔曼滤波，粒子滤波，以及各种改进的卡尔曼滤波和粒子滤波。

除了上述算法，牛津大学的科学家Julier等人在1995年还提出了一种新型的算法UKF（UnscentedKalmanFilter），起核心思想是通过一种非线性变换——Unscented变换来进行非线性模型的状态与误差协方差的递推和跟新。

由于视频追踪具有广阔的发展前景，因此对视频跟踪的研究正在计算机视觉等相关领域如火如荼地进行，各种算法如雨后春笋一般不断涌现。

大家各有所长，但还没有一种算法可以在任意条件下都保持稳定的表现，还有很多问题没有得到完美的解决。

2．应用领域

视频追踪技术不论在军事，科研以及人们的日常生活中都有着广泛的应用，若将其进行化简总结，其应用大概可分为如下三大课题：

1.车辆跟踪：

车辆跟踪系统能够报告交通堵塞、事故或驾驶者的违法行为。

交通堵塞报告对驾驶者（可以相应调整驾驶计划）和决策者（能够安排疏通被堵塞的道路）都是非常有用的；事故报告用于紧急情况报警；如果跟踪系统能够识别车牌，能够是危险和违法行为报告向车辆的使用者发送传票。

2.监视：

监视系统报告人们正在做的事情，通常用于针对那些做着本不该做的事情的人。

例如，警察可能希望知道哪些观众向球场中投掷瓶子，或者几个银行被抢劫前是否有相同的人经常光顾它们，海关系统准确地知道谁来往与国内和国外的机场。

3.人机交互：

人机交互系统利用人们的动作操作各种设备。

例如，通过观察人们的行为，起居室自己决定行为——是否温柔的灯光和轻音乐是适合你的。

当你挥手是，电视机自动改变频道。

计算机观察你在白板上写下的内容，并且在需要时将内容记录下来。

一个完整的视频跟踪系统尝尝包括以下几个环节：

图像采集、视频图像处理、数据通信、传感器控制与伺服系统等，如下图所示。

图像采集通过摄像机捕获监视场景的光学图像，采用视频卡和视频检测技术，并经过A/D转换将视频信号转化为数字图像序列，并为视频图像处理提供数据。

传感器控制系统与伺服系统对传感器进行反馈控制，在主动视觉系统中，驱动云台使摄像机跟踪被跟踪目标移动。

数据通信则是完成视频图像数据的传输和控制以及反馈信号的通信。

三、研究内容

功能需求及设计框架

1、功能需求：

具体到本视频追踪系统，本系统应当具备一下功能：

（1）首先应当实现一个播放器功能，对常见各种格式的视频文件能够顺利播放，具备一般播放器的开始、暂停、音量调节等基本功能。

（2）可对视频文件进行拆分，在选择该功能后，应弹出新的对话框，让用户选择拆分的帧数、拆分后保存路径等参数。

生成图片格式为BMP，且生成图片过程应有读条显示生成进度。

（3）可将生成的图片进行压缩，从新生成视频，生成过程如拆分过程，切源文件与目标文件地址均有用户输入获得（可设定默认地址为源文件所在位置）。

生成过程有进度读条显示。

（4）完成视频追踪：

在视频播放过程中，用鼠标选中特定模型，在该模型上将显示出一个正方形的选中框，在视频的继续播放中，该模型可能会移动，则正方形的选中框跟随着所选中的模型移动，切选中框的中心始终与选中模型的中心相重叠。

（5）在视频追踪过程中，纪录下各个时间点的选中模型的坐标点（X,Y），视频追踪结束后，可打印输出时间坐标表（时间单位：

秒，坐标单位：

像素）并画出曲线图。

四、研究基础

所需实验手段、研究条件和实验条件

1．所需软件：

（1）VisualStudio6.0

2．所需硬件：

（1）PC机.

五、计划进度

时间进度安排

第七学期:

1：

2010年12月开始选择题目。

2：

2010年12月至2011年1月中旬去查阅以及上网搜集关于视频追踪系统方面方面的资料，并进行文献的阅读。

寒假期间：

2010年1月下旬到2011年2月中旬，进行相应的调查研究并做相应的调查记录。

第八学期:

1：

2011年2月中旬到2011年三月，完成并提交文献综述，译文，开题报告

2：

2011年5月下旬到2008年6月，完成论文。

3：

2011年6月，毕业设计答辩。

六、参考文献

[1]刘卫光，郭师虹，周利华.红外与可见光图像实时配准融合系统[J].红外技术200426（5）.

[2]刘卫光，郭师虹，周利华.一种多层迭代的多源图像的配准方法研究.[J]ICISH’2004第五届图像科学与硬拷贝国际学术会议.2004，9，西安.

[3]杨宜禾、周维真.成像跟踪技术导论[M].西安：

电子科技大学出版社，1992.1-6.

[4]周宏仁机动日标跟踪[M].北京：

国防工业出版社，1994.

[5]付永会，一种改进的基于颜色直方图的实时日标跟踪算法[J]，数据采集与处理，Vol.16，No.3.2001，pp309-314.

[6]赵振字，徐用憋.模糊理论和神经网络的基础与应用[M].北京：

清华人学出版社，1997.

[7]GregoryD.HagerandPeterN.Belhumeur，EfficientRegionTrackingWithParanetricModelsofGeometryand（Iluminadon，lEEEtransactionsonpatternanalysisandmachineintelligence，Vo1.20，No.lO，pp.1025-39，October1998.

[8]NatanPeterfreund，RobustTrackingofPositionandVelocityWithKalmanSnakes，lEEEtransactionsonpatternanalysisandmachineintelligence，Vo1.21，No.6，June1999.

[9]詹栩强，基于MPEG-2视频流的日标跟踪快速算法[J]，上海交通大学学报，Vol.35，N0.9，2001.pp.1321一1324.

[10]CWren，AAzarbayejani，Tdarrell，Apentland.Pfinder：

Re-al-timeTrackingoftheHumanBody.IEEETrans.PAMI，1997，19（7）：

780~785

[11]王栓，艾海舟，何克忠，基干差分图像的多运动日标检测与跟踪，中国图形图像学报，Vol.4（A），NO.6，1999，pp.470-475.

[12]周锐，杨涤，王恒霖，复杂背景中日标图像的提取与跟踪，系统工程与电子技术，1997年第9期，pp.10-13·

[13]SDBlostein，HSRichardson，ASequentialDetectiontoTargetTracking，IEEE

TRANSACTIONONAEROSPACEANDELECTRONICSYSTEMS，Vo1.30，No.1，1994.

[14]N.ParagiosandG.Tziritas.AdaptiveDetectionandLocalizationofMovingobjectsInImageSequences.SignalProcessing：

ImageCommvol.14，1999，pp.277~296

七、评审意见

指导教师（或指导教师组）对本课题的评价

指导导师签名

年月日

评审小组的审查结论

组长组员

年月日

学院教学委员会意见

负责人签名

年月日

中原工学院计算机科学系学士学位论文选题报告评分表

评审项目

权重

评分标准

得分（百分制）

一、选题依据（A）

30%

80~100分

选题有较强的理论意义、实用价值，深刻的学术研究内涵。

60~80分

选题有一定的理论意义、实用价值，有一定的学术研究内涵。

60分以下

选题缺乏理论意义和实用价值。

二、理论基础和专门知识（B）

20%

80~100分

较好的掌握坚实宽广的理论基础和系统专业知识

60~80分

基本的掌握坚实宽广的理论基础和系统专业知识

60分以下

未能掌握坚实宽广的理论基础和系统知识

三、选题难度及先进性（C）

30%

80~100分

研究课题属本学科发展方向并居前沿位置，具有自己独特的思考、研究课题具有较强的先进性

60~80分

研究课题属本学科的发展方向，并具有先进性。

60分以下

研究课题与本学科的发展方向先进性不明显，难度欠佳。

四、文字表达（D）

10%

80~100分

条理清晰，分析严谨，文笔流畅

60~80分

条理较好，层次分明，文笔较流畅

60分以下

写作能力较差

五、口头报告（E）

10%

80~100分

论文严密、逻辑性强、表达清楚。

60~80分

基本概念清晰、层次分明。

表达较清楚。

60分以下

表达较差

总分

总分=0.3A+0.2B+0.3C+0.1D+0.1E

备注：

评审专家只对五项指标每一项的最后一栏内打分（百分制），不必计算总分。

评审小组组成：

组成

姓名

职称

签字

导师

成员

注：

此评分表作为本科学生课程成绩单必备的材料之一