郭志彪　段为

摘要；从图像处理在视频监控的角度出发提出了一种针对小型生物的检测，将Open CV开源计算机视觉库源代码作为基础函数库，改写或者调用其中的函数，在Visual Studio 2015平台上编程實现。将帧差法，背景减除，灰度化，二值化阈值分割等图像操作应用于视频监控中。实验结果表明，本文中方法具有良好的实时性，能够精确检测和跟踪小型生物，具有很好的鲁棒性和精确性。

关键词：运动目标检测；机器视觉；图像处理OpenCV

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2017）07-0171-02

运动目标的检测及跟踪技术在机器人导航、安全监控、航天行业等领域都有着广泛的应用，并成为当前机器视觉领域研究重点之一。但是当前的技术对于移动速度快、体积小的小型生物的跟踪很难达到准确度高，实时性强。

1运动目标检测的基本方法

近些年来，国内外的学者们在运动目标检测的问题上，已经提供了许多有效的方法，但是很多算法不能同时满足实时性，精确性的要求，特别是对于移动速度快的小型生物。目前，常用的运动目标检测算法有以下几种：光流法，基于卡尔曼滤波的运动目标跟踪，背景差分法等。

1.1光流法

光流法基本原理为检测序列图像中出现的瞬时位移场，从连续的图像序列中计算光流场，把计算得到的光流，作为检测运动目标的重要特征。光流法不受背景变化的影响，但对于噪声多的场景，光流法容易出现误判的情况。

1.2基于卡尔曼滤波的运动目标跟踪