基于卡尔曼滤波和开源视觉库OpenCV的运动目标跟踪问题研究
目录
TOC\o1-3\h\u16471第一章绪论 4
1588一、研究课题的目的与意义 4
21161二、国内外研究现状 5
19863三、目标跟踪的难点 5
19609（一）外界因素的干扰 6
3619（二）目标的阴影与遮挡 6
9221（三）跟踪特征难于选择 6
20556四、论文主要工作 6
18781第二章Opencv相关介绍 7
19818一、OpenCV介绍 7
30900二、opencv安装和环境配置 7
242三、opencv的特点 9
30869四、OpenCV功能介绍 10
5254第三章相关理论基础 11
23634一、图像处理 11
1412二、颜色空间选择 12
19933（一）颜色空间RGB 12
6132（二）颜色空间HSV 13
17271（三）颜色空间RGB与颜色空间HSV的转换 13
2570三、图像二值化 14
26543四、图像降噪 15
21654（一）中值滤波 15
28299（二）低通滤波 15
26650五、图像形态学滤波 16
10454（一）膨胀和腐蚀 16
4953（二）开运算和闭运算 18
28380六、本章小结 20
26527第四章目标识别与跟踪 20
1573一、视觉系统跟踪的主要流程分析 20
20501二、地面目标检测识别方法 21
493（一）光流法 21
31961（二）帧间差分法 21
23656（三）背景差分法 22
1973三、运动目标跟踪的算法 22
14098（一）质心跟踪算法 22
10149（二）Camshfit算法 26
25243四、本章小结 28
12695第五章卡尔曼滤波相关知识及算法 28
4921一、卡尔曼滤波介绍 28
22527二、基于Kalman滤波的Camshift跟踪算法 29
3162三、结果分析 31
26678四、本章小结 32
9995第六章总结与展望 32
31685一、总结 32
28825二、展望 33
1286参考文献 33
摘要
在计算机视觉领域中，运动目标跟踪是关键问题之一，其在视频监控、军事、视频编码、交通等领域有着重要而广泛的应用。图像及视频运动目标检测与跟踪算法作为计算机视觉领域核心技术之一，已经取得诸多研究成果，国内外学者对运动目标跟踪进行大量、深入的研究，提出许多有效的运动目标跟踪算法。
本课题主要利用卡尔曼滤波和Camshift算法相结合，提高运动目标跟踪精度，将算法进行改进，并通过仿真对比实验，提高对运动目标跟踪有效性和优越性。在学习过程中，利用软件程序等对现有的技术进行学习和熟练掌握，对一些算法和程序进行仿真和实现。主要用到的软件包括仿真软件和数据库的使用与配置。希望通过学习和研究已有技术和进行仿真练习和掌握，以及结合本专业已经掌握的知识能对图像处理有更好更深刻的认识和理解。
首先对开源视觉库OpenCV和卡尔曼滤波相关的理论知识进行了简单介绍，主要是对其数据库内的函数以及相关应用进行学习；然后介绍了视觉系统中对于图片信息的处理方法，例如颜色空间的选择与转换、图像去噪、图像二值化以及数学形态学滤波等方式方法。
最后结合之前所学的理论知识，将开源视觉库OpenCV和卡尔曼滤波等算法相结合，对运动目标的跟踪和目标检测进行仿真，实现好人提高对运动目标跟踪的有效性和优越性。
关键字：卡尔曼滤波；目标跟踪；目标识别
绪论
一、研究课题的目的与意义
在计算机视觉领域中，运动目标跟踪是关键问题之一，其在视频监控、军事、视频编码、交通等领域有着重要而广泛的应用。图像及视频运动目标检测与跟踪算法作为计算机视觉领域核心技术之一，已经取得诸多研究成果，国内外学者对运动目标跟踪进行大量、深入的研究，提出许多有效的运动目标跟踪算法。
在日常生活中，运动图像是我们接触比较多的，手机录视频，民用无人机视频图像的实时回传，行人、行驶的交通工具以及其他运动物体都应用到对运动目标的跟踪或者检测，因此在现代生活中，越来越多的人去关注和发展对于运动目标的关注，而且这项技术是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域。
研究对运动目标的检测与跟踪，可以更好的方便我们的生活，甚至可以在军用领域发挥巨大作用。如：可以对患病老人进行实时的跟踪和监视，避免其发生意外；可以对留守儿童进行监视以达到保护