人类的视觉系统是感知和观察世界的最主要途径，运动目标的检测与跟踪一直都是视觉领域的难题之一。随着计算机技术的发展，人类希望用机器模拟人眼，从而使得机器具有分析学习能力。计算机视觉是一门融合了多范畴的综合性学科，主要研究用摄像机和计算机来代替对目标的识别、跟踪和检测等，并且对目标进行研究和分析。它融合了图像处理、信号处理、应用数学和统计学、神经生理学等诸多学科，具有很强的学科交叉性。论文网

1。1 运动目标检测和跟踪问题的提出

目标跟踪主要由三个部分组成：目标检测、识别和跟踪。对于一帧独立的图像帧，目标的位置、形状、大小信息标识出一个确定的物体。对于一段完整的视频，就是通过寻找目标的位置形状等信息来跟踪目标，如果目标跟丢或者受到障碍物的遮挡，系统能够指出错误。一个性能良好的跟踪系统必须要满足以下几点：

(1)准确。跟踪结果必须在特定的准确度范围内，在要求较低的情况下能够标定出目标的大致方位，而要求较高的话则必须给出目标的精准位置等信息。

(2)实时。跟踪系统可以实时动态地跟踪目标，产生的结果数据的输出速率必须在一定指标要求范围内。

(3)可靠。跟踪过程必须稳定，有较好的抗干扰性，如果跟踪失败能够自动恢复跟踪能力。

1。2 研究背景与意义

在现实生活中，视觉信息通过运动体现出来，虽然人眼能够注意到静止和运动的物体，但是在一些场合，如军事制导，视觉导航，机器人，智能交通，公共安保等，运动着的物体更能吸引人眼的注意[4]。例如，在车辆违章抓拍系统中，能够准确的跟踪车辆非常重要。在公共安全监控系统中，车辆、行人等运动目标的检测与跟踪也对系统的正常运行起着重要作用。所以，对运动目标的跟踪与检测非常有必要且有意义。

(1)智能交通

智能交通系统主要依靠视频分析与图形处理技术，首先要在视频帧中提取出我们需要的信息，然后对信息进行实时处理，结合当前时刻的交通道路情况，快速地对道路现场做出指挥决策。该系统不光光能够追踪来往的车辆，而且也能分析实时的路况信息。当出现违反交通法规的不文明现象时，目标跟踪与检测技术可以根据运动轨迹判断汽车是否存在违章行为，从而降低了交通管理的成本。

(2)人机交互

这方面主要包括人脸识别与检测、姿势识别、人体跟踪等。Handpose是微软发明的一个项目，可以对复杂的手部动作进行实时跟踪，微软希望该项目能够在今后获得更多的实用性。

(3)智能安全监控

对于安全要求较高的场合，智能安全监控系统必不可少，比如军事基地、银行、机场、车站等。如果依靠人工观察检测的话，效率极低且浪费人力物力，应用智能安全监控系统，可以实时地处理分析摄像头采集到的视频帧来实现对场景中运动目标的识别、检测与跟踪任务，提高了监控的效率以及准确率。文献综述

2。 国内外研究现状

3。  OpenCV技术介绍

OpenCV（Open Source Computer Vision Library）是由Intel公司支持的，一个基于C/C++语言的开源图像处理函数库，首先，它是一个轻量级的函数库，而且处理效率高，有较强的可移植性，功能强大应用广泛，能够实现很多图像处理方面的算法，主要应用于人机交互 、目标识别、图像提取、运动跟踪等多个领域。

3。1 OpenCV模块

OpenCV具有模块化结构，这意味着程序包中包含着一些动态和静态的库。以下列出的是可用的模块：