OpenCV VS架构、算法及应用.docVIP

OpenCV VS架构、算法及应用 梁华 李兴福 (中国西安卫星测控中心 陕西渭南 714000) （lh2078@163.com） 摘要 Intel OpenCV VS(Video Surveillance)是OpenCV内嵌的一个高效、通用的视频目标检测、跟踪和轨迹分析的开源平台，但由于没有相关资料而缺少研究和应用。本文在深入挖掘OpenCV VS源码的基础上，剖析了该平台的整体架构和算法体系，给出了算法描述和相应接口。在此基础上，开发了一个基于OpenCV VS架构的稳定、高效的行人统计系统。 关键词 OpenCV，视频监控，视频跟踪，轨迹分析，行人统计 中图法分类号: TP391.41　文献标识码: A OpenCV VS Architecture, Algorithm and Application LIANG Hua LI Xing-Fu （Xi’an Satellite Control Center, Weinan Shaanxi 714000, China） Abstract Intel OpenCV VS (Video Surveillance) is an efficient and universal open source platform for video object detection, tracking and trajectory analysis. However research and apply is rare due to lack of material about it. The architecture, algorithm of VS platform is dissected based on source code analysis. An efficient application for people counting based on VS architecture is also presented in this paper. Key words OpenCV, Video Surveillance, Video Tracking, Trajectory Analysis, People Counting 0 引言 多年来在从事计算机视觉研究的过程中，一直需要这样一个平台，一方面可以提供众多成熟稳定的检测、跟踪、轨迹分析算法，另一方面具备良好的编程接口，这样就可以将自己的算法很方便的嫁接进这个系统，测试和对比各种算法的优劣性能。而Intel OpenCV[1] 视频监控（Video Surveillance）模块恰恰提供了这样一个功能强大的平台，在下文中简称为VS。 从Intel OpenCV 1.0版本开始，其辅助库CVAUX中就增加了VS模块，直至OpenCV 2.2版本，该模块都相对稳定的存在。然而OpenCV提供的VS的相关资料相当少，在官方的帮助文档中甚至只字未提，国内外也少有相关的研究和介绍，这也是VS长期未被研发人员广泛关注的原因之一。 值得庆幸的，也是OpenCV最大的优势就在于其开源性。通过深入剖析VS的源代码，我们可以理清整个VS框架的脉络，探索其中的算法原理和实现方法。本文对VS的架构和算法体系进行了剖析和梳理，在此基础上给出一个该架构应用于行人统计的实例。 1 OpenCV Video Surveillance的架构 OpenCV是Intel公司开发的广受关注的计算机视觉开源库，其算法覆盖面广、实时性好。CVAUX是OpenCV的辅助类库，VS则是其中一个重要组成部分。用VC++6.0打开OpenCV 1.0工程源码，可以在CVAUX下看到VS结构和类定义，VS类多数以CvBlob开头。通过梳理VS的各个类和结构间的关系，可以归纳得到VS的UML关系图，从整体上把握VS的架构，如图1所示。 类似于MS MFC中的CObject，VS中的所有的类都有一个共同的父类CvVSModule，主要提供各个模块通用的参数的读写、拷贝等功能。VS提供了目标检测、跟踪和轨迹分析的算法接口：CvFGDetector，CvBlobDetector ，CvBlobTracker，CvBlobTrackGen，CvBlobTrackPostProc，CvBlobTrackAnalysis，分别是前景检测、新目标检测、目标跟踪、轨迹生成、跟踪后处理、轨迹分析等六组算法接口，这些接口类是大多数VS类的父类。另外还有一个CvBlobTrackerAuto接口，其功能是对以上算法进行链接、调度，用于对整个算法流程和数据传递的控制。 VS中的很多类并没有导出用户接口，不能直接调用，而是提供了相应的全局函数作为唯一的用户接口。这是模式设计中类工厂的思想，有效的屏蔽了构