1. 研究目的与意义
opencv是intel开源计算机视觉库。
它由一系列 c 函数和 c 类构成，实现了图像处理和计算机视觉方面的很多通用算法。
opencv 拥有包括 300 多个c函数的跨平台的中、高层 api。
2. 国内外研究现状分析
计算机视觉是研究用计算机模拟生物外显或宏观视觉功能的科学和技术。作为计算机视觉研究的一个分支运动目标的检测与跟踪，就是对视场内的运动目标，如人或车辆等，进行实时的观测，并在此基础上对被观测对象进行分类，然后分析它们的行为。近年来，计算机视觉的研究重点已经从对静态图像的研究过渡到对动态图像序列的研究上面，这方面的典型应用包括自动化的视频监控系统、视频MPEG编解码技术、人机交互的感知接口、军事上的制导、雷达视频图像中的目标分析。
国外的视频检测技术研究开始的较早，经过十几年的发展，技术己经相当成熟，视频检测与线圈检测技术相比具有的优越性和高性价比己得到业内人士的公认，代表了未来车辆检测领域的发展和应用方向。美国ISS公司的AUTOSCOPE，是一个较为成功的商业系统，具有实时检测交通参数的能力，是国际上交通信息采集中最具竞争力的视频检测系统之一。另外国外还有一些公司在这方面也从事了应用研究和开发工作，也推出了各自成熟的系统级产品。比如ITERIS公司Vantage系列视频检测处理单元的最新视频检测器产品：Vantage Edge2，比利时Tmficon公司推出的Monitor系列等。
视频车辆检测技术虽然在国内研究起步比较晚，但经过这些年的迅速发展，也取得了很多研究成果，如中国科学院自动化研究所模式识别国家重点实验室谭铁牛研究员从20世纪90年代初就开始研究基于三维模型的智能视觉监控系统，领导视觉监控小组，针对系统中若干关键性问题像车辆检测、跟踪以及车辆行为分析，进行了深入的研究和探讨，提出了自己的见解和主张，取得了一系列的研究成果。同时目前也有不少公司在这方面作了许多努力，如清华紫光与清华大学合作开发的新一代视频交通流量检测系统VS3001，哈尔滨工业大学的VTD2000系列视频交通动态信息采集系统，亚洲视觉公司的路段交通信息系统等等。这些产品大多数功能都比较单一，虽说有的也比较好的实现了视频检测的功能，但在实际的推广当中效果并不明显，还远远没有达到实际应用的要求，同国外的产品相比还有相当的差距。因此，我国在这方面的研究还要继续加强，不断开发和完善技术，真正推出适合于国情的交通视频检测产品。3. 研究的基本内容与计划
主要研究内容有
1.运动目标提取,包括
（1）单车辆目标提取
4. 研究创新点
在图像噪声处理方面：提出图像灰度化和图像二值化的原理和算法过程，为车辆目标的正确检测和目标分割做好准备。
在车辆目标检测方面：综合比较了目前在实际应用中普遍采用的背景差分法和帧间差分法，稍加改进成一种简单的算法，专门针对城市交通的应用场景，只对移动车辆进行感知，运算速度快，在标准视频流输入的情况下，在普通的PC机上可以实现以上功能。
