基于OpenCV的低照度CMOS图像性能分析与目标检测(3)
和国外相比，我国对基于视频中的目标检测跟踪技术的研究开始得比较晚，但在国际环境的影响之下，国内对视频运动目标检测跟踪技术的研究越来越重视，政府大力支持，除了政治因素，经济因素以及科技因素也为目标检测跟踪技术的发展提供了条件，像互联网技术、对图像进行加工处理的技术以及大规模集成电路技术等对目标检测跟踪技术的研究起到了很大的促进作用。越来越好的环境氛围、稳固的理论基础和技术条件使得目标检测跟踪技术已经有了一个质的飞跃。目前，国内一些高等院校、科研院所都已经开展了这项研究工作，而且都取得了一定的成就。比如在1995年，华中科技大学智能控制研究室完成的SDG一3型多模成像跟踪器系统非常智能化，它有多种跟踪模式，在分析周围环境以及接收到的任务要求之后，自动启动某一数量的跟踪模式同时完成多项任务：复杂背景中的运动目标检测跟踪、识别敌方施加的干扰、制导导弹摧毁被跟踪目标等任务；在2002年，国内意识到老一代的成像跟踪器已经不能满足社会需要，于是针对国内成像跟踪技术的现状以及存在的问题，参考引进国外的一些先进技术，开始研究新一代的成像跟踪器，如今新研究出来的成像跟踪器已经能够自动识别复杂背景中的运动目标，也能完成对不同视角中的目标进行跟踪的任务；最近研制的报警系统、智能化图像监控系统就很好地运用了目标检测跟踪技术，系统能在有运动物体进入监控画面时自动检测识别运动目标或自动报警[9] 。
1.2 本文的研究背景
CMOS图像传感器已广泛应用于成像技术领域，随着科研领域对微观技术的重视，低照度CMOS传感器的发展越来越受到人类的关注，为了提高低照度CMOS传感器的性能，必须以现有的低照度CMOS图像性能分析为基础。OpenCV作为一个处理图像、视频的开源库，能够用来对低照度CMOS图像性能进行分析，为提高低照度CMOS传感器的性能指标的技术提供数据、信息来源，还能对视频中的目标进行检测跟踪，以便于人类获取更多有关目标的信息、实现对目标的高级操作，课题内容在医学研究、交通监控、军事领域都有实用价值。
本课题来源于高速并行实时图像处理开发系统项目，该项目致力于借助软硬件设备完成对图像的某些操作，如：图像性能分析、视频中运动目标的检测跟踪、图像融合、图像分割等。
1.3 本文的工作内容及结构安排
1.3.1 本文的研究内容
本毕业设计要求利用Visual Studio 2012软件完成基于OpenCV的低照度CMOS传感器视频采集任务、图像性能分析和目标检测算法研究，并在已有的硬件系统上进行实验，实现CMOS图像传感器在低照度条件下拍摄视频的前端采集、显示和后台处理目的。针对课题任务所做的工作内容如下：
（1） 通过查阅相关资料，熟悉并了解该课题的研究意义及发展现状。
（2） 熟悉本课题所用到各个器件：低照度CMOS、MV-U2000采集卡的使用方法和功能原理，掌握OpenCV工具库图像采集以及处理方面的基本知识和相关函数功能；
（3） 进行视频采集工作，对低照度CMOS图像性能进行分析，完成基于OpenCV的视频采集、显示以及视频图像处理的任务，最后对各种算法的实现结果进行分析。
1.3.2 结构安排
基于课题的工作内容，本文的结构安排如下：
第一章是绪论，主要对课题的研究意义及其发展现状、本文的研究背景和论文的主要工作和结构安排进行介绍[10]。
第二章主要介绍研究该课题需要用到的软硬件，主要有低照度CMOS传感器工作原理介绍、MV-U2000便携采集卡的工作原理和计算机视觉知识以及开源库OpenCV的介绍。