OpenCV移动目标物体的检测跟踪的研究(4)
1.4 OpenCV发展趋势
OpenCV的全称是：Open Source Computer Vision Library 。OpenCV于1999年由Intel建立，现由Willow Garage提供技术支持。该软件优势在移植性和通用性高[5]，开源、跨平台、兼容多个操作系统等。编程语言基于C函数以及少量C++类语言构成，并且提供了其它编程软件语言的接口：比如， 、 、 等，大大增强了其通用性，计算机智能视觉邻域的通用算法以及图像的高性能分析得以实现[20] 。
计算机视觉有着巨大的发展前景并且仍然在不断增长，但是在这个方面却没有标准API，这样对于未来的计算机视觉技术的发展将会造成一定的阻碍。计算机视觉的研究的分类软件：1.对于图像分析研究的代码（运行、分析图像信息慢，而且不稳定，程序较为独立因而和其他的相关函数程序库就不能很好的兼容）2为了将计算机视觉技术投入市场就需要成本较高的商业化工具3.对于一些较为特别的解决视觉问题的方案就需要依靠硬件。针对目前的现状以及现存的问题，OpenCV致力于开发API形成标准后，以解决目前存在的视觉技术中遇到的问题。此方法是注重于真实世界的实时应用，并且借由Intel的IPP高性能多媒体的函数库和优化C语言代码的编写，大大加快了分析图像的速度，从而达到提高分析图像的效率的目的。
1.5 论文中的研究内容
本论文选取了OpenCV的算法软件来分析视频序列的图像运动，针对上述文中所提到的现存的软件存在的问题，OpenCV的优势在于：（1）源代码开放。源代码指的是电脑基于软件的控制执行指定的动作的程序语句。免费的开源软件能够让更多的研发人员参与，贡献多人的智慧，使得软件的算法能更为的优化，简约，简练等等。利用全世界的资源使得此软件能够解决更多计算机视觉和人工智能的问题，将其应用于更广泛的邻域。OpenCV的优势总结下来是开源；代码规范；具备了良好的可以后继的开发和改进的能力。因为 OpenCV为了能够处理图像的复杂分析和图像的延伸研究和3D立体的分析，包含了丰富的图像处理函数，对于图像以及矩阵具有强大的的运算能力[6]。同时为了加快运算的速度包含了高级数学算法：比如，差分方程的求解、傅立叶分析、积分德运算、特殊的函数等等；针对于处理图像，也包含了特殊的各种各样的图像处理操作以及目标物体的跟踪、摄像机的校准、三文的重建等等各种高级的视觉函数以便于在视觉技术分析中运用。
这篇论文研究将视频图像的运动目标的检测、跟踪以及2D平面图像进行3D立体场景的重构后，运动目标的检测、跟踪。用OpenCV、OpenNI、OpenGL以及Microsoft Visual Studio 2010搭建一套实验测试平台，研究了存在于物体和物体之间的遮挡以及重叠如何处理、图像处理时的快速性，并且需求做到实时性要求、图像处理并非局限于2D平面图而是结合了摄像头智能的红外射线进行了3D图像处理等难点；将数字图像中的噪声问题、精确识别出运动物体、准确分割运动物体的轮廓作为重点。本文主要工作总结如下：
第一章：主要介绍了该课题的研究背景。
第二章：主要介绍了移动物体检测的原理、2D平面图像重构3D立体图像的关键技术和实现方式。
第三章：主要介绍了软件框架的选取：OpenCV、OpenGL、OpenNI。
第四章：主要在上文中所构建的软件的平台的基础上，进行了大量的实验。验证了计算机视觉技术的应用范围和广阔的未来前景。
第五章：对于本论文的总结以及本论文中所提到的计算机视觉技术的未来发展以及不足之处。