1. 研究目的与意义

目前，数字图像处理在国民生产起到日益重要的作用，对其的研究也日益广泛和深入。在现实生活中，大量有意义的视觉信息都包括在运动之中。尽管人类的视觉即能看见运动又能看到静止的物体，但是在许多场合，比如重要场所的安全监控、车辆的自动驾驶、交通流最的控制及一些军事场合，人们往往只对运动的日标或物体感兴趣。因此，研究运动目标的检测和跟踪，有很大的现实意义和实际价值。图像跟踪就是通过计算由传感器所获得的图像与包含目标的参考图之间的相似性，确定目标当前的位置、运动.参数、空间结构，并给出相应的跟踪动作的过程^[1]。所以说图像跟踪技术是以图像处理技术为核心、有机融合了计算机技术、传感器技术、模式识别、人工智能等多种理论和技术的新型的目标识别跟踪技术^[2]。

目标跟踪是计算机视觉的一个重要分支，日益广泛应用于科学技术、国防安全、航空、医药卫生以及国民经济等领域。实现目标跟踪的关键在于完整地分割目标、合理提取特征和准确地识别目标，同时，要考虑算法实现的时间，以保证实时性^[3]。当视频图像中被跟踪目标发生姿态变化，存在旋转或部分遮挡时，简单的灰度模板或者hausdorff距离匹配一般很难达到实时跟踪目标的要求，出现误匹配或者跟踪丢失的情况，而且跟踪效率较低^[4]。

1.2 目的及意义

2. 研究内容和预期目标

2.1 研究内容

本文选取视频运动分析中的运动目标检测和运动目标跟踪作为研究重点。利用opencv和windows环境下的android开发环境组建实验平台，针对数字图像特定噪声的去除、运动物体的正确识别与分割、物体之间的遮挡和重叠、处理的实时性要求等难点进行了研究。

2.2 预期目标

3. 研究的方法与步骤

3.1 研究方法

本课题由于需求的明确性，因而采用软件开发模型中的瀑布模型。瀑布模型由winston royce于1970年提出，他将软件生命周期划分为制定计划、需求分析、软件设计、程序编写、软件测试和运行维护等六个基本活动。采用瀑布模型可以为项目提供按阶段划分的检查点，并且当某一阶段完成后，只需要关注这一阶段的后续阶段。

3.2 研究步骤

4. 参考文献

[1]j.b.kim,h.j.kim.efficientregion-based motion segmentation for video monitoring system[j].patternrecognition letters,2003,(24):113-128.

[2]孙亿慧.基于opencv的运动目标跟踪系统研究[j].物理，2013.

[3]r.c.gonzalez,r.e.woods.数字图像处理(第二版)[m],阮秋琦，阮宇智等译.北京:电子工业出版社，2003.

5. 计划与进度安排

(1) 2022.1.5 ---- 2022.2.28 查阅资料, 撰写开题报告

(2) 2022.3.1 ----2022.3.15 需求分析,熟悉开发工具

(3) 2022.3.15 ----2022.3.20 概要设计