基于多探头的视频跟踪系统设计与实现

摘要

作为计算机视觉的研究热点之一，视频运动目标检测与跟踪技术得到了广泛的研究并取得了一些显著的成果。与此同时，一些开源算法接口与框架的出现，大大简化了视频项目的开发流程，提高了开发效率。
　　本文在OpenCV计算机视觉库平台基础上，设计与实现了基于多探头的视频目标跟踪系统。该系统应用于特定场景下的运动目标检测与跟踪;通过场地内的多个监控探头的协同工作，提高了目标跟踪与运动属性计算的准确性。
　　本文首先介绍了目前视频监控领域的发展现状，然后结合实际应用场景，对目标系统进行了需求分析与总体设计;接下来，本文对目标系统的核心模块进行了详细设计，设计了目标跟踪、位置测量、目标融合、多线程处理等流程，并对系统进行了最终实现。
　　在文章的实验部分，通过大量的实验及结果分析，验证了本系统在特定场景下对运动目标跟踪的准确性，位置测量的精确性。另外，本文还通过一些实验分析了本系统的时间特性。

目录

声明

致谢

摘要

1 引言

1．1 研究背景及意义

1．2 国内外研究现状

1．3 研究内容及主要工作

1．4 论文的组织结构

2 相关知识与技术介绍

2．1 视频跟踪中常用的处理方法

2．1．1 运动目标检测

2．1．2 运动目标跟踪

2．1．3 运动目标定位

2．1．4 多探头协同

2．2 OpenCV开源技术

2．2．1 OpenCV与计算机视觉

2．2．2 OpenCV运动检测跟踪框架

2．3 多线程技术

2．3．1 多线程简介

2．3．2 同步问题

2．4 Qt开发平台

2．5 小结

3 需求分析与总体设计

3．1 需求分析

3．1．1 分析处理需求

3．1．2 基础数据管理需求

3．1．3 信息展示需求

3．1．4 运行环境约束

3．2 总体设计

3．2．1 目标跟踪子系统

3．2．2 出入场识别子系统

3．3 小结

4 详细设计与系统实现

4．1 目标跟踪子系统

4．1．1 运动目标检测与跟踪功能

4．1．2 跟踪对象测量功能

4．1．3 视频目标融合功能

4．1．4 多线程处理设计

4．1．5 包与类设计

4．2 出入场编号识别子系统

4．3 系统实现

4．3．1 监控主界面

4．3．2 系统设置界面

4．4 小结

5 实验部分

5．1 实验环境介绍

5．2 目标跟踪实验

5．3 位置测量实验

5．4 多线程效率实验

5．5 时间特性实验

5．6 小结

6 结论

6．1 论文工作总结

6．2 未来的研究工作

参考文献

附录 系统参数一览表

学位论文数据集