图 2-9 电动云台 9

图 2-10 云台连接图 10

图 3-1 视频运动目标检测基本流程 12

图 3-2 背景差分法原理图 13

图 3-3 背景差分效果图 14

图 3-4 最小外接矩形示意图 16

图 4-1 RGB 颜色模型 18

图 4-2 利用 cam shift 算法追踪目标图像 20

图 4-3 不同帧的检测跟踪图 22

图 5-1 系统软件功能模块框图 23

图 5-2 视频图像采集模块流程图 24

图 5-3 图像采集卡工作流程 25

图 5-4 视频数据采集程序框图 26

图 5-5 视频图像处理主要程序框图 27

图 5-6 二值化效果图 27

图 5-7 自动跟踪模块程序框图 28

图 5-8 Cam shift 算法目标跟踪 28

图 5-9 系统实验平台用户界面 29

1 绪论

1.1 课题研究背景及意义

当今社会信息正处在高速发展的时期，大量的信息充斥在我们的生活之中。 我们可以从不同的渠道获得信息，也可以用不同的感官去感知信息[1]。大量事实 表明，我们主要是从网络之中获取视觉信息，在听觉方面的信息则相对较少。而 动态的信息则占据了这视觉信息的大部分，因此人们越来越将注意力转移到对智 能化的视频监控上[2]。传统的视频目标检测具有成本较高，功能复杂，体积庞大 等缺点，最重要的是无法实现无人值守，因为其非智能化决定了传统的视频检测 需要人工辅助[3]。在最近几年，中国的科技呈现爆炸式进步，传统的摄像头已经 不能够满足日益进步的需求。本着落后即淘汰的原则，摄像头技术在飞快的更新 换代，高性能的摄像头不断的应运而出[4]。同时随着计算机网络技术与图像处理 能力的迅猛发展，传统的监控技术已经不再能满足需要，更加智能化的视频运动 目标检测与追踪技术在民品与军品上的应用越来越广，智能化的视频目标检测已 经成为视觉学科的重要研究方向，吸引了世界上众多学者的目光[5]。

视频目标检测跟踪技术[6]，可以看成是由若干个静态图像中分离出来检测目 标而组成的[7]。主要是由众多的静态图像，然后利用检测与跟踪的手段，分离出 自己所需要的运动目标。然后通过多种算法相结合的手段，通过计算得到目标精 确的位置，进而得到运动的目标的轨迹，趋势[8]。文献综述

这篇文章的主要目的就是要制造一个视频运动的目标检测与跟踪系统，主要 是通过计算机发布操作指令然后由电动云台携带摄像头在上下左右进行移动。从 而达到对监控环境进行实时监控。监控在每一个帧中区域内是否存在运动目标， 是否需要实时刷新页面[9]。当存在运动目标时，会由 PC 机发布指令操控远端云 台进行移动跟踪运动目标[10]。并将检测到的信息随时存储在云端，跟踪目标直到 人为命令停止或者被监测的目标离开监控区域。