1. 研究目的与意义
背景：随着外界环境越来越复杂,导致对运动目标的检测与跟踪变的更加困难。运动物体检测与跟踪作为计算机视觉中的一个重要分支，引起了国内外广大研究学者的关注，他们积极投身于技术理论研究中。同时，在国内外的高校和研究机构还专门成立了项目组，并且将理论研究成果应用到实践中。
目的：获取运动目标的运动参数(如位置、速度、加速度等)以及运动轨迹,从而进行进一步处理与分析,实现对运动目标的行为理解,以完成更高一级的任务。
意义：在样型识别、计算机视觉以及其他影像处理领域中非常有用，可用于运动检测、物件切割、碰撞时间与物体膨胀的计算、运动补偿编码，或者通过物体表面与边缘进行立体的测量等等。
2. 研究内容和预期目标
研究内容：本文主要研究内容为基于光流的运动目标检测算法，对行进中的车辆进行检测跟踪并将过程记录。
运动物体检测的第一步是背景减法。这包括通过分析视频序列的几个帧来创建静止背景的模型。一旦创建了模型，就会从每一帧中减去它，以识别发生的任何更改。
下一步是应用运动检测算法来检测视频序列中的运动车辆。这些算法使用各种技术，如光流、帧差分和斑点分析来识别运动车辆。
3. 研究的方法与步骤
研究方法：本课题采用光流法对于一个连续的视频帧序列进行处理；针对每一个视频序列，利用一定 目标检测方法，检测可能出现的前景目标；如果某一帧出现了前景目标，找到其具有代表性的关键特征点；对之后的任意两个相邻视频而言，寻找上一帧中出现的关键特征点在当前帧中的最佳位置，从而得到前景目标在当前帧中的位置坐标；如此迭代进行，便可实现目标的跟踪。
步骤：
4. 参考文献
[1] Cheng Y H , Wang J . A Motion Image Detection Method Based on the Inter-Frame Difference Method[J]. Applied Mechanics amp; Materials, 2014, 490-491:1283-1286.
[2] Barron J L , Fleet D J , Beauchemin S S , et al. Performance of optical flow techniques[C]// Computer Vision and Pattern Recognition, 1992. Proceedings CVPR 92. 1992 IEEE Computer Society Conference on. IEEE, 1992.
[3] Elgammal A M , D Harwood, Davis L S . Non-parametric model for background subtraction[J]. Springer, Berlin, Heidelberg, 2000.
5. 计划与进度安排
2024-2-20～2024-3-11 查阅资料，分析实施方案；
2024-3-12～2024-3-31 完成各项模块算法设计；
2024-4-1～2024-5-15 编制各模块程序；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
