1、封面模板（教務(wù)處統(tǒng)一印制，文科類、理工類統(tǒng)一使用）大連海事大學(xué)（一號(hào)宋體加粗居中）裝訂線畢 業(yè) 論 文（48號(hào)宋體加粗居中）二一年六月（三號(hào)宋體加粗居中）內(nèi)封（扉頁(yè)）模板畢業(yè)設(shè)計(jì)（論文）格式模板（理工類專業(yè)適用）基于低分辨率視頻的手勢(shì)運(yùn)動(dòng)方向檢測(cè)（標(biāo)題：二號(hào)宋體居中）論文降低重復(fù)率、論文排版、答辯幻燈片制作請(qǐng)聯(lián)系Q2861423674誠(chéng)信服務(wù)，通過(guò)后付款專業(yè)班級(jí)： 電子商務(wù)3班（二號(hào)宋體居中）姓 名： 李國(guó)臻 （二號(hào)宋體居中）指導(dǎo)教師： 王春立 （二號(hào)宋體居中）信息科學(xué)技術(shù)學(xué)院（二號(hào)宋體居中）摘 要本文針對(duì)手機(jī)攝像頭所獲取的視頻文件，進(jìn)行手勢(shì)運(yùn)動(dòng)方向的檢測(cè)。針對(duì)低端攝像頭視頻圖像的特點(diǎn)，本文采

2、用了基于背景去除和膚色模型的方法對(duì)手部區(qū)域進(jìn)行檢測(cè)，并判別手部運(yùn)動(dòng)的方向。首先，獲取視頻圖像序列，即從視頻文件中獲取每一幀圖像作為待檢測(cè)的視頻圖像序列；其次，對(duì)獲取的視頻圖像序列中的每一幀圖像進(jìn)行顏色模型轉(zhuǎn)換、背景去除、圖像二值化、形態(tài)學(xué)處理等預(yù)處理；然后,利用區(qū)域增長(zhǎng)方法來(lái)檢測(cè)視頻圖像序列中的手部連通區(qū)域，并計(jì)算每幀圖像中手部區(qū)域的中心；最后根據(jù)圖像序列中手部區(qū)域中心位置的變化來(lái)判斷手部運(yùn)動(dòng)方向。本文在Visual c+6.0開(kāi)發(fā)環(huán)境下，借助于OpenCV開(kāi)放平臺(tái)，設(shè)計(jì)并實(shí)現(xiàn)了基于低端攝像頭視頻手勢(shì)運(yùn)動(dòng)檢測(cè)系統(tǒng)，得到了較好的檢測(cè)效果。關(guān)鍵詞：運(yùn)動(dòng)目標(biāo)檢測(cè)；顏色模型；區(qū)域增長(zhǎng)ABSTRACTM

3、oving target detection in video is to determine whether there is a moving target in the sequence of video images and to identify the location and trajectories of the moving target. With the popularization of camera functions in mobile phones and other electronic products ,it is increasingly become a

4、 kind of application needs to use gestures to control the mobile phones, so the problems of moving target detection based on the cameras of mobile phones are drawing more and more attention. However, the cameras that are widespread used in mobile phones are mostly low-end cameras, as the video files

5、 gained from the low-end cameras have some shortcomings such as big noise and low-resolution, thus there is a certain degree of difficulty in the detection of the moving targets.Keywords: moving target detection，color model conversion目 錄第1章 緒論11.1 課題研究的背景及意義11.1.1 視頻運(yùn)動(dòng)目標(biāo)檢測(cè)的研究現(xiàn)狀11.1.2 運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)21.2 本章

6、小結(jié)3第2章 基礎(chǔ)知識(shí)42.1 視頻圖像預(yù)處理42.1.1 常用顏色模型4第3章 視頻圖像預(yù)處理73.1 引言7結(jié)論10參 考 文 獻(xiàn)11致 謝12附錄11基于低分辨率視頻的手勢(shì)運(yùn)動(dòng)方向檢測(cè)第1章 緒論本模板只是作為本科論文格式示例作用，為盡可能涵蓋畢業(yè)論文撰寫(xiě)規(guī)范規(guī)定的內(nèi)容，部分圖片或表格與論文內(nèi)容無(wú)關(guān)，該模板論文無(wú)研究意義，師生只做格式參考。1.1 課題研究的背景及意義攝像頭（camera）又稱為電腦相機(jī)、電腦眼等，它作為一種視頻輸入設(shè)備，在過(guò)去被廣泛的運(yùn)用于視頻會(huì)議、遠(yuǎn)程醫(yī)療及實(shí)時(shí)監(jiān)控等方面。近些年來(lái)，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，網(wǎng)絡(luò)速度的不斷提高，再加上感光成像器件技術(shù)的成熟，使得攝像頭得到

7、了越來(lái)越廣泛的應(yīng)用。1.1.1 視頻運(yùn)動(dòng)目標(biāo)檢測(cè)的研究現(xiàn)狀視頻序列中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤是計(jì)算機(jī)視覺(jué)和圖像編碼研究領(lǐng)域的一個(gè)重要課題，在機(jī)器人導(dǎo)航、智能監(jiān)視系統(tǒng)、交通檢測(cè)、醫(yī)學(xué)圖像處理以及視頻圖像壓縮和傳輸?shù)阮I(lǐng)域都有廣泛的應(yīng)用。運(yùn)動(dòng)目標(biāo)檢測(cè)就是判斷視頻序列中是否存在運(yùn)動(dòng)目標(biāo)，并確定運(yùn)動(dòng)目標(biāo)的位置。運(yùn)動(dòng)目標(biāo)的提取主要包括運(yùn)動(dòng)檢測(cè)以及目標(biāo)提取兩個(gè)步驟，其中運(yùn)動(dòng)檢測(cè)處于整個(gè)視覺(jué)監(jiān)視系統(tǒng)的最底層，是各種后續(xù)高級(jí)處理如目標(biāo)分類，行為理解等的基礎(chǔ)。1.1.2 運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究如何完成研究對(duì)象（圖像序列）中感興趣的目標(biāo)區(qū)域的“準(zhǔn)確定位”問(wèn)題。1.1.2.1 光流法三種傳統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)算

8、法之一。當(dāng)物體運(yùn)動(dòng)時(shí)，在圖像上對(duì)應(yīng)物體的亮度模式也在運(yùn)動(dòng)，從而稱光流是圖像亮度模式的視在運(yùn)動(dòng)。光流法檢測(cè)采用了目標(biāo)隨時(shí)間變化的光流特性。1.1.2.2 幀間差分法三種傳統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法之一。幀間差分式檢測(cè)相鄰兩幀圖像之間變化的最簡(jiǎn)單、最直接的方法，它是直接比較了兩幀圖像對(duì)應(yīng)像素點(diǎn)的灰度值的不同，然后通過(guò)閾值來(lái)提取序列圖像中的運(yùn)動(dòng)區(qū)域。二值圖像中為“0”的像素對(duì)應(yīng)在前后兩幀圖像之間沒(méi)有發(fā)生（由于運(yùn)動(dòng)而產(chǎn)生的）變化的地方，為“1”的像素對(duì)應(yīng)兩幀圖像間發(fā)生變化的地方，這常是由目標(biāo)運(yùn)動(dòng)而產(chǎn)生的。計(jì)算得到如式（1.1）。 （1.1）其中，Es、Ec基體和涂層的平均彈性模量；s、c基體和涂層的熱膨脹系

9、數(shù)；T噴涂前后溫差；D、d基體和涂層的厚度。將查得各值代入公式得： （1.2）處理過(guò)程如圖1.1所示。圖1.1 手部運(yùn)動(dòng)方向檢測(cè)結(jié)構(gòu)圖由圖1.1可以知道，當(dāng)?shù)玫揭粋€(gè)變量的概率密度函數(shù)pdf時(shí)，熵就可以用來(lái)度量其狀態(tài)的連貫性，同時(shí)，熵也是能量的一種表示。1.2 本章小結(jié)視頻序列中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤是計(jì)算機(jī)視覺(jué)和圖像編碼研究領(lǐng)域的一個(gè)重要課題，在機(jī)器人導(dǎo)航、智能監(jiān)視系統(tǒng)、交通檢測(cè)、醫(yī)學(xué)圖像處理以及視頻圖像壓縮和傳輸?shù)阮I(lǐng)域都有廣泛的應(yīng)用。運(yùn)動(dòng)目標(biāo)檢測(cè)就是判斷視頻序列中是否存在運(yùn)動(dòng)目標(biāo)，并確定運(yùn)動(dòng)目標(biāo)的位置。第2章 基礎(chǔ)知識(shí)基于視頻序列的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤涉及到很多研究領(lǐng)域，如數(shù)字圖像處理、計(jì)算機(jī)視

10、覺(jué)、信息融合、模式識(shí)別與人工智能等。2.1 視頻圖像預(yù)處理2.1.1 常用顏色模型顏色模型的用語(yǔ)是在某些標(biāo)準(zhǔn)下用通?？山邮艿姆绞胶?jiǎn)化彩色規(guī)范。本質(zhì)上顏色模型是坐標(biāo)系統(tǒng)和子空間的規(guī)范。位于系統(tǒng)中的每種顏色都由單個(gè)點(diǎn)來(lái)表示。（1）RGB彩色模型在RGB模型中，每種顏色出現(xiàn)在紅、綠、藍(lán)的原色光譜分量中，這個(gè)模型基于笛卡爾坐標(biāo)系。圖2.1 所示的立方體。圖中R、G、B位于3個(gè)角上。在該模型中，灰度等級(jí)沿著主對(duì)角線從原點(diǎn)的黑色到點(diǎn)（1，1，1）的白色分布。圖2.1 RGB彩色立方體示意圖（2）灰色模型本質(zhì)上顏色模型是坐標(biāo)系統(tǒng)和子空間的規(guī)范。位于系統(tǒng)中的每種顏色都由單個(gè)點(diǎn)來(lái)表示。單位在每列的書(shū)寫(xiě)示例如表2

11、.1所示。表2.1 單位在每列的書(shū)寫(xiě)示例基體序號(hào)粉末類型和預(yù)熱溫度（）失效溫度（）Ec計(jì)算值（GPa）SUS304不銹鋼1粗粉 & 10001804.212粗粉 & 800104.383細(xì)粉 & 10003004.954細(xì)粉 & 8001205.08表格的分欄情況示例如表2.2所示。表2.2 分欄情況示例基體粉末類型預(yù)熱溫度（）平均值SUS304不銹鋼粗粉60044.28%80042.37%100039.74%細(xì)粉60027.95%80025.41%100024.77%碳鋼粗粉100035.65%細(xì)粉100022.95%表的通欄情況和全表統(tǒng)一單位的情況如表2.3

12、所示。表2.3 插入表格的通欄示例（單位：臺(tái)）名稱時(shí)間電風(fēng)扇冰箱洗衣機(jī)10月10020030011月20012月200100400合計(jì)500500900若表格一頁(yè)放不下，續(xù)表的情況如表2.4所示。表2.4 CMS_VIDEO數(shù)據(jù)表字段標(biāo)識(shí)字段含義數(shù)據(jù)類型是否主鍵是否外鍵IDIDINTEGER是否VIDEO_NAME視頻名稱VARCHAR2(20)否否VIDEO_TYPE視頻類型VARCHAR2(20)否是VIDEO_PATH視頻路徑VARCHAR2(20)否否表2.4（續(xù)表）字段標(biāo)識(shí)字段含義數(shù)據(jù)類型是否主鍵是否外鍵UPLOADER_ID上傳人IDINTERGER否是UPLOAD_DATE上傳日

13、期DATE否否ISPASS是否審批INTERGER否否2.2 本章小結(jié)本章主要介紹了表格的顯示。第3章 視頻圖像預(yù)處理3.1 引言本章是視頻圖像的預(yù)處理階段，首先，獲取視頻圖像；然后對(duì)視頻圖像序列中的每幀圖像進(jìn)行圖像預(yù)處理。如圖3.1所示。圖3.1 手勢(shì)運(yùn)動(dòng)方向檢測(cè)流程圖由圖3.1可知，視頻圖像的預(yù)處理階段，首先，獲取視頻圖像；然后對(duì)視頻圖像序列中的每幀圖像進(jìn)行圖像預(yù)處理。3.2 圖像的多種顯示方式分圖的情況如圖3.2所示。b a）粗粉涂層 b）細(xì)粉涂層圖3.1涂層在冷卻過(guò)程中殘余熱應(yīng)力的變化情況在圖中說(shuō)明比較多的情況下，采取如圖3.2或圖3.3的格式。在本模板中，由于版面有限，截圖以說(shuō)明樣式

14、，實(shí)際上圖3.3是一個(gè)單行表格，左邊是圖，右邊是文字說(shuō)明。圖3.2 透平膨脹機(jī)的組成結(jié)構(gòu)1蝸殼 2噴嘴環(huán) 3固定法蘭墊片 4固定法蘭 5石墨軸承 6軸承座 7轉(zhuǎn)軸 8風(fēng)機(jī)軸承蓋 9風(fēng)機(jī)蝸殼外環(huán) 10風(fēng)機(jī)蝸殼內(nèi)環(huán) 11風(fēng)機(jī)輪 圖3.3 透平膨脹機(jī)的組成結(jié)構(gòu)3.3 本章小結(jié)本章主要介紹了圖片的格式。結(jié)論在Visual c+6.0開(kāi)發(fā)環(huán)境下，借助于OpenCV開(kāi)放平臺(tái)，設(shè)計(jì)并實(shí)現(xiàn)了基于低端攝像頭視頻手勢(shì)運(yùn)動(dòng)檢測(cè)系統(tǒng)。參 考 文 獻(xiàn)1 付夢(mèng)印，鄧志紅，張繼偉Kalman濾波理論及其在導(dǎo)航系統(tǒng)中的應(yīng)用M北京：科學(xué)出版社，2003：89-972 鄧宇復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究貴州大學(xué)，20073 張

15、愛(ài)茜，陳日清，魏東斌，王連生氯代芳香族化合物對(duì)羊角月牙藻的毒性及QSAR分析中國(guó)環(huán)境科學(xué)，200020(2)：102-1054 C.Stauffer，Adapitve Background Mixture Models for Real-Timer TrackingJPro Computer Vision and Pattern Recognition (CVPR99)，19995 .致 謝衷心的感謝計(jì)算機(jī)專業(yè)各位老師，在大學(xué)學(xué)習(xí)期間，給予了我極大地鼓勵(lì)和幫助，在學(xué)習(xí)上給予了我嚴(yán)謹(jǐn)、耐心的指導(dǎo)，在生活上給與了我親切、熱情的關(guān)懷。老師們淵博的學(xué)識(shí)、謙遜、謹(jǐn)慎的治學(xué)作風(fēng)，一絲不茍、盡職盡責(zé)的工作態(tài)

16、度以及正直的為人之道，都將是我終身受益，并激勵(lì)我始終刻苦努力。在此，我向各位老師表示崇高的敬意和衷心的感謝！校級(jí)優(yōu)秀論文摘要撰寫(xiě)規(guī)范校級(jí)優(yōu)秀畢業(yè)設(shè)計(jì)（論文）省略“外文摘要、致謝和附錄內(nèi)容”。本規(guī)范未涉及到的規(guī)范要求按照大連海事大學(xué)本科生畢業(yè)論文撰寫(xiě)規(guī)范中規(guī)定執(zhí)行，以下示出的為校級(jí)優(yōu)秀畢業(yè)設(shè)計(jì)（論文）特殊規(guī)定。1.論文摘要字?jǐn)?shù)論文摘要字?jǐn)?shù)一般在3000-5000字。2.題目題目是論文的題目，題目下不加副標(biāo)題。四號(hào)黑體居中，1.25倍行距，段前20磅，段后0磅。題目下一行寫(xiě)專業(yè)姓名和指導(dǎo)老師，學(xué)生姓名和指導(dǎo)老師之間空4格。五號(hào)宋體居中，段前段后0行，1.25倍行距。與摘要內(nèi)容空一行。3.內(nèi)容摘要與關(guān)鍵詞摘要是論文摘要的概括，是原論文摘要的提煉。內(nèi)容摘要和關(guān)鍵詞頂格、宋體、小五號(hào)、單倍行距、內(nèi)容摘要200-300字；關(guān)鍵詞3-5個(gè)，詞與詞空2格，最后一個(gè)詞后不加句號(hào)。4.論文摘要正文（1）標(biāo)題各級(jí)標(biāo)題理科頂格，文科縮進(jìn)2個(gè)字符。章標(biāo)題 黑體四號(hào)，多倍行距值1.25，段前20磅，段后10磅節(jié)標(biāo)題 黑體小四號(hào)，多倍行距值1.25，段前0.5行，段后0.5行。條標(biāo)題 黑體小四號(hào)，多倍行距值1.25，段前0.5行，段后0.5行?？?、項(xiàng)標(biāo)題 黑體小四號(hào)，多倍行距值1.25，段前0行，段后0行。（2）正文文本