摘 要

运动物体的实时检测与跟踪技术是当前较为火热的计算机图像处理技术之一，今天，该项技术的使用范围普及军事应用、公共交通、智能家居、AR等众多领域，随着各种电子设备性能的不断优化，该技术相关应用应该也将会更方便和智能化。于是，本文提出了基于Android与Opencv的实时特定运动目标的检测与跟踪系统的学习和研究。

首先，对于相关技术的研究现状做一个简要分析；然后对于Android系统和OpenCV计算机视觉库的基础原理和机制做了简要的介绍；接着详细介绍了OpenCV函数库加载到Android应用中的环境配置方法。本文着重论述了系统各个模块的设计与实现，其中图像采集功能模块实现了对于Android相机的调用；图像预处理模块进行噪声的消除；图像检测功能模块实现了背景分割，查找出运动物体轮廓同时描绘出来以及介绍了运动目标跟踪的有关算法。通过中值滤波法和形态学滤波的相关算法进行了图像的平滑处理，对比背景差分法，帧间差分法以及混合高斯模型等运动目标检测方法，采用混合高斯模型实现背景分割。最后，在Android手机上调试系统，基本可以达到预期效果。

关键词：计算机视觉；Android；OpenCV；中值滤波法；混合高斯模型

Abstract

Real-time detection and tracking technology of moving objects is one of the most fiercely used computer image processing technologies. Today, the use of this technology is widely used in many fields such as military applications, public transportation, smart home, AR and so on. With various electronic equipment performance The continuous optimization of the technology-related applications should also be more convenient and intelligent. Thus, this paper presents a study and research on the detection and tracking system of real-time specific objects based on Android and Opencv.

First of all, a brief analysis of the current situation of the relevant technology; and then for the Android system and OpenCV computer vision library of the basic principles and mechanisms to do a brief introduction; then detailed description of the OpenCV library loaded into the Android application environment configuration method. This paper focuses on the design and implementation of the various modules of the system, in which the image acquisition function module realizes the call to the Android camera, the image preprocessing module performs the filtering of the noise, the image detection function module realizes the background segmentation, Describe and introduce the algorithm of moving target tracking. The method of image preprocessing, such as background difference method, interframe difference method and mixed Gaussian model, is realized by means of median filter and morphological filtering. The hybrid Gaussian model is used to realize background segmentation. Finally, the Android phone debugging system, the basic can achieve the desired results.

Keywords: computer vision;Android; OpenCV; median filter; mixed Gaussian model

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2相关技术发展的现状 1

1.2.1 Android系统的发展现状 1

1.2.2 运动目标检测与跟踪的研究现状 2

1.3 研究内容与结构安排 2

第二章 系统相关基础技术 4

2.1 Android系统 4

2.1.1 Android系统简介 4

2.1.2 Android系统的开发环境配置 4

2.2 OpenCV视觉库 7

2.2.1 OpenCV 简介 7

2.2.2 Opencv for android环境配置方案对比 7

2.3 本章小结 9

第三章 系统的设计与实现 11

3.1 系统整体设计 11

3.1.1 系统架构设计 11

3.1.2 系统功能模块划分 12

3.2 图像采集模块 12

3.2.1 手机摄像头获取图像 12

3.2.2 图像采集模块的实现 13

3.3 图像预处理模块 14

3.3.1 图像灰度转换 14

3.3.2 图像滤波 14

3.4 运动目标检测模块 15

3.4.1 检测方法对比 15

3.4.2 算法实现 18

3.5 运动目标跟踪模块 19

3.6 本章小结 19

第四章 系统调试与结果分析 21

4.1 测试环境 21

4.1.1 硬件环境 21

4.1.2 软件环境 21

4.2 测试结果与结果分析 21

第五章 总结与展望 25

5.1本文总结 25

5.2 工作展望 25

致谢 26

参考文献 27

第一章 绪论

1.1 研究背景及意义

计算机视觉^[1]是基于视觉处理理论的基础之上，利用计算机以及一些软硬件来完成对人类视觉的智能模拟。计算机视觉作为一门混合型的学科,包含了生物,物理,心理,工程,数学和计算机等众多领域,是机器学习的一门分支学科,应用于视频图像处理、图形学、机器人等多个领域。计算机视觉有两个研究方向:设计开发智能图象理解体系和深入理解人类视觉,以便设计出机器去代替人类处理一些繁琐或者一些高难度的工作。今天,计算机视觉也是人工智能应用中一个富有活力而且富有成果的研究热门。

图像处理技术在20世纪60年代中期开始被开发出来,NASA成功的地将该项技术用于处理卫星传回的视频图像信息；60年代后期,图像处理技术开始转向民用，广泛应用于医学领域，在这之后便正式成为了一门新兴技术,70年代,人类大脑视觉的相关研究取得了突破性的发展。

人眼与人脑的合作,使人们获得、处理和理解视觉信息成为可能，人类获取外界环境的信息百分之70来源于视觉，由此可见,要达到智能化,计算机就必须具备处理视频图像信息的能力。到了21世纪,信息时代的到来，使得数字图像处理技术的适用范围也越来越广泛,例如军事侦查,通信设备,生物医学研究等。在现实生活中,数字图像处理技术对于人们的生产生活,同样有着重要的作用,相关的研究和学习也日益加深。随着国民经济的发展,社会各行各业对于安全保障也有了进一步的需求,对于运动目标的实时跟踪与检测有了重要意义和实际价值,从而诞生了视频监控行业市场。