OpenCV采用DSP视频目标运动检测系统设计(2)
1.2 课题研究现状及发展趋势 视频技术的发展推动了视频研究的进步，近代以来，随着影像技术的不断进步，人们对视频中的目标检测和跟踪的理论研究也在不断深入，这方面，国外的研究较国内要领先许多，另外，随着近年来数字视频的发展，人们的研究方向也在进一步拓宽，其中视频分析与理解成为一个很重要的方向：一方面，视频的分析与理解能够一定程度上提高数字视频系统的智能化程度，以便于应用在不同场合；另外一方面，视频的分析与理解有助于我们在视频压缩和传输的过程中利用数字视频的某些性质，进而更加有效和高效的利用这些性质。 据了解，早在 1993年12月英国计算机学会在英国 Leeds大学举行了多媒体系统与应用（Multimedia System and Application）的国际会议，会议上首次提出了关于建立智能多媒体系统的报告，报告中明确提出了多媒体智能技术的问题，以及进一步提高视频系统的智能化程度，这其中就需要对视频进行和理解，发现和跟踪视频中存在的运动目标源]自{优尔·~论\文}网·www.youerw.com/ ，包括对目标进行运动检测、识别以及跟踪等问题，虽然人们目前对这些问题都有一定的研究，但是其中仍然包含有很大的发展空间，如何快速有效的检测和跟踪运动目标是一个十分具有挑战性的课题。 通信和计算机技术的迅猛发展为数字视频处理的研究和发展提供了坚实保障，而大规模集成电路以及数字信号处理器的发展，使得嵌入式视频处理设备也日益普及。嵌入式视频处理设备主要是由嵌入式处理器、支撑硬件和对应的应用软件等等组合而成，具有处理速度快、稳定性好和兼容性好等优点，适用于一些对成本、体积以及可靠性要求较高的应用场合，对于嵌入式平台来说，有效的优化能够进一步提升数字视频处理的能力和效率。
对于视频的处理，我们通常可以将其分为空间域的处理和时间域的处理：空间域指的是对每一帧视频分别作单独处理，处理方法并不会产生帧间干扰，而时间域处理则是利用不同帧之间的相异性作处理，与单帧图像的内部像素点的像素值或者亮度值是没有任何直接关系的。 对于运动目标检测，空间域的方法和时间域的方法都会被用到，空间域的方法通常会用在去噪、预处理、前景分割等操作上，而时间域的方法经常性的被用在背景图像的提取上。 在运动目标检测的过程中，视频图像被分割成目标区域和背景区域，通过分析连续帧间的变化部分，进而提取出运动目标的一些特征。提取背景区域的基本方法有：光流法、帧间差法和背景差法，下面我们将一一介绍它们的概念。 ●光流法 由于运动目标通常与背景图像有着不一致的运动形态，因而可以通过分析目标的运动特征入手来对视频序列进行分割。 这类运动分割的经典做法是首先对密度运动场进行估计，下一步是在前面的基础之上对场景进行分割。运动场是三位物体的实际运动在图像平面上的图像投影，我们得到的图像亮度可能会受到外围环境的影响，从而使得图像亮度随着时间的变化而变化，这就是所谓的光流。光流是一种求差的方法，我们不妨假设图像中的大部分的像素点在亮度上是连续变化的，那么相邻像素点的亮度值一般会比较接近，也即假设图像由连续目标组成，而且目标物体所对应的像素点的亮度值连续平稳的变化。因此，光流并不是总是对应于运动场，举例来说：当外部照明亮度在每帧之间变化时，即便是不存在运动的情况，光流也可以被观察或者测量得到，即光流总是存在的。光流法处理过程当中，因为在具有一致纹理的区域内，亮度值一般为常量，这样的话做差运算是没有意义的。由以上的信息得知，运用光流法的条件是：运动目标或者区域内部必须包含有足够的纹理特征信息，这样才能够得到光流的差法显示。