摘要：针对目前目标检测大多是在PC上实现的现状,设计一种低成本、小型化的动态目标检测系统。利用PI Camera V2摄像头作为视频获取的来源,将树莓派作为图像处理的平台,对视频流中运动目标及其运动方向进行检测。首先,对输入的实时视频流得到的视频帧进行图像预处理;进而,利用Cam Shift检测图像中的运动目标;最后,根据相位算法判断运动方向。实验结果表明,该系统能够实现动态目标检测的基本功能,可方便移植到移动机器人平台上,为移动机器人自主导航等提供基础。

摘要：实现的人脸检测跟踪与特征点定位系统,基于VC++6.0开发平台,使用opencv作为开发工具,有效缩短了系统的开发时间。首先,本系统采用adaboost算法进行人脸检测,通过合理的特征模板的选择实现了人脸的实时检测;其次,人脸跟踪模块选用camshift算法,利用人脸检测模块生成的人脸坐标传递给跟踪模块,实现人脸的自动实时跟踪,同时建立多个camshift跟踪器对多人脸进行跟踪,并有效地解决了人脸遮挡的问题;最后,通过ASM(active shapemodel)算法实现了实时人脸特征点定位。实验结果表明该系统实现的人脸实时检测跟踪及特征点定位,效果明显,可以作为表情分析和情感计算、视频人脸识别开发的基础。

摘要：智能视频内容分析系统已经在许多领域得到了广泛的应用,已经成为智能化处理的一个热点。该系统的主要任务是对于一段给定的视频,检测出其中的运动物体,再从众多的运动物体中识别出满足特定要求的物体,最后完成对识别出的运动物体的跟踪。针对背景减去法和帧差法的缺点,采用背景减去法与帧差法相结合的方法进行目标检测;采用基于kalman滤波器的camshift跟踪算法进行跟踪。该系统有效地提高了跟踪的准确度和运行速度,真正实现视频监控的智能化。

摘要：针对基于机器视觉自动跟踪系统的问题,利用手机IPCamera对目标特征进行采集,通过API串口采SPI通信协议结合无线传输模块进行编程实现对智能小车控制。本文提出了以STM32F103RC为控制核心,基于OpenCV的camshift算法,对采集到的目标特征进行分析,通过定时器产生PWM脉冲波实现对小车运行速度、前进、停止、左转、右转的精确控制,从而完成对目标的实时跟踪。