1 目的及意义

1.1 研究目的及意义

随着社会的发展和科技的进步，人类对信息的获取、处理和传输都有了很大的发展。人类认识世界的重要来源就是图像，在很多情况下，图像中包含的信息更丰富，具体。人类利用视觉感知外界环境的速度和效率都很高。实际上，视觉是人类获取外界信息的主要载体，人类通过图像获取外界信息的量占到总获取的信息量的一半以上。因此计算机要实现人工智能化，就必须能处理图像相关信息。最近几年，以图像、视频等大容量为特征的图像数据处理广泛应用于交通、医学等领域。

在日常生活中，这些图像中的运动目标往往是我们比较关心的，如：行人、行驶的交通工具以及其他的运动物体。运动目标检测是计算机视觉和数字图像处理的一个热门方向，运动目标姿态研究在日常生活中的许多方面都有着广泛的应用。在交通上，它可以用来检测车辆的数量和速度，进而进行后续的处理。在医学上，它可以用于生物组织的形态和活动检测。在气象学上，它可以预测云层的运动趋势。因此，运动目标检测也就成为了近年来理论和应用的研究热点，它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分。它的目的就是如何快速、准确地检测出监控视频中的运动目标，即从序列图像中将运动目标提取出来。

对于航行船舶的姿态研究，可以实时地查看船舶的航向及与目的地之间的偏角，以便对航向做出调整使之与目的地之间的夹角为0度，这样不仅可以减短航行路程，还能有利于节能减排。

1.2 国内外研究现状

运动目标的姿态研究这个课题在近内迅速发展。运动目标的姿态检测是为了将运动的目标从视频图像中提取出来，进而获得目标的特征如大小，形状等。整个过程需要将视频的每一帧分开，而后研究帧与帧之间图像序列中的差异。检测运动目标的传统算法主要有以下几种：第一，背景差分法。这个方法最简单也是最基本的图像处理方法，它能提供详细的数据特征。这个方法的缺点是需要的内存和计算量很大。第二，帧差法。这个方法运算简单，不需要考虑背景变化影响。缺点是无法检测出静止或运动速度小的物体。第三，流光法。这类算法可以独立检测运动的对象，不必提前知道场景信息。缺点是运算量非常大。这些算法到现在依然广泛使用。每一种算法都有着自己的优势，但是也有自己的缺点。对于当今社会，目标检测的应用越来越广泛，对算法的要求也越来越高。

对于船舶的运动姿态，这是一个非常复杂的问题。因为船不仅在向前航行，还会受波浪的影响而发生摆动或旋转，这个摆动或旋转包括上下、左右、前后方向。一些学者采用欧拉角来表示船舶的姿态和方向。使用欧拉角来描述运动物体的姿态简单直观。但是有一个缺点，就是当物体绕某个旋转轴转90度时，会导致物体旋转自由度的减少，因此在两个方位欧拉角间进行插值遇到90度时，就会出现系统出现旋转路径的错误。国外一些学者为了解决上面的问题，提出了一种四元数曲线的解析方法，把三维空间的曲线推广到四元数的四维空间。

四元数的定义：每个四元数包括四个元素，即一个实部和三个虚部，具体表示如下：