1. 研究目的与意义（文献综述）

智能视频监控是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题。它主要利用计算机视觉和模式识别技术，对摄像机拍摄的图像序列进行自动分析处理，实时地从场景中检测、识别及跟踪目标，并且要对这些目标的行为进行判断分析，在场景中出现异常情况时，及时地发出警报等反应。随着世界范围内安全意识的提高，基于视觉的智能监控技术受到了广泛重视，并且逐渐应用到各种军事和民用场合，因此智能视频监控的研究具有重要意义。

在智能视频监控的相关研究中，运动目标检测和跟踪是一项基础性、关键性的研究内容。特别是近二十年来，由于计算机和摄像机性价比的大幅提高，以及目标检测和跟踪在视频监控、人机交互、视频编码等领域不断提高的广泛应用价值。运动目标检测和跟踪逐渐成为图像处理和机器视觉领域的研究热点。运动目标的检测和跟踪涉及到机器视觉、模式识别、图像处理和图像分析等各个领域专业学科的知识，是一个跨学科的挑战性研究课题。因此，研究运动目标的检测与跟踪算法问题有极其重要的理论意义和应用价值。

在计算机视觉领域，目标的检测和跟踪一直是国内外学者研究的热点。国外对这项技术的研究比较早，在1997年，由美国防务高级研究署发起的，联合了美国mit大学、cmu大学等高校参与的大型视觉监控项目vsam，cmu大学在此研究上开发除了学校的监控系统，开启了校园监控系统的先河。紧接着maryland大学研发出了实时监控系统w4，能够定位人和分割出人的身体部分，通过建立人的外观模型来实现对人的检测跟踪，同时对场景中是否出现异常情况进行监视判决。在2003年秋季，美国的arda机构主持开展了一项高级研究计划vace项目，旨在通过传统目标检测与跟踪技术的基础上，融合模式识别和人工智能的知识，以达到检测、识别和理解口标行为的目的。相比欧美等发达国家，国内对于目标检测与跟踪的研究起步较晚，直到上世纪九十年代才开展这项技术的研究．随着图像处理技术等的迅速发展，加上国际上的影响和国内政府的支持，我国一些高校、科研所也开始展开对运动目标检测与跟踪技术的研究。处于领先地位的是中国科学院视频监控研究组，此研究组建立了一套监控室外场景，完善的运动目标分析系统。另外，清华大学、北京大学、复旦大学、浙江大学、华中科技大学等高校也取得了一些积极的研究成果。

2. 研究的基本内容与方案

运动目标检测和跟踪过程包括运动目标检测的预处理、运动目标分割、运动目标跟踪三大步骤。如图1所示。

在预处理过程中常用的方法有：帧差法、背景差法、光流法等，得到差值图像后应用固定阈值或自适应阈值二值化处理，将图像变为黑白图；再用形态学处理的方法对此图像做腐蚀或膨胀运算来消除噪声的影响，增强被检测运动物体的特征；然后对图像进行阴影消除算法，进一步锁定检测目标。

通过图像预处理得到二值图像，然后进行运动目标分割，将被检测的物体从背景中分割出来，是整个运动目标检测过程的关键，一般可以用k均值聚类的方法或是依靠被检测物体的特征进行图像分割。运动目标的分割与识别是一个整体的过程，可以先对图像进行分割，再利用分割图像的信息识别运动目标，也可以先粗略的对图像预分割，再利用识别信息调整分割结果。

3. 研究计划与安排

第1-2周：根据设计题目查阅收集相关参考文献资料，了解课题背景意义和研究内容。

第3-4周：理解研究所需的相关参考文献及技术，确定技术方案，完成开题报告。

第5-12周：熟悉相关理论知识、设计工具和计算机语言，完成任务书所要求的设计内容。

4. 参考文献（12篇以上）

[1]李阳. 智能监控系统中运动目标检测与跟踪算法研究[d]. 哈尔滨工程大学, 2010.

[2]李明. 视频序列中运动目标检测与跟踪算法的研究[d]. 苏州大学, 2010.

[3]徐杨. 基于视频序列的运动目标检测和跟踪算法研究[d]. 合肥工业大学, 2010.