運動目標檢測是圖像處理與計算機視覺的一個分支，在理論和實踐上都有重大意義，長久以來一直被國內外學者所關注。在實際中，視頻監(jiān)控利用攝像機對某一特定區(qū)域進行監(jiān)視，是一個細致和連續(xù)的過程，它可以由人來完成，但是人執(zhí)行這種長期枯燥的例行監(jiān)測是不可靠，而且費用也很高，因此引入運動監(jiān)測非常有必要。它可以減輕人的負擔，并且提高了可靠性。概括起來運動監(jiān)測主要包括三個內容：運動目標檢測，方向判斷和圖像跟蹤。運動目標檢測是整個監(jiān)測過程的基礎，運動目標的提取準確與否，直接關系到后續(xù)高級過程的完成質量。

　　第1章介紹了本文的研究意義及國內外發(fā)展狀況；第2章分為四個部分詳細講述了運動目標檢測的方法，介紹了背景提取與更新算法，檢測算法，閾值選取，形態(tài)學濾波等；第三章對全文作出了總結。

?

　　在進行運動目標檢測時，一個很重要的步驟就是區(qū)分出運動目標和背景范圍，常見的一種情況是攝像機處于靜止狀態(tài)并且焦距也是固定的。此時，圖像中的背景區(qū)域固定不動。在這種情況下，運動目標識別無論是使用背景差法，還是使用背景差法結合幀間差法，質量良好的背景的建立顯得及其重要。另外，當涉及到背景的使用時，一旦背景發(fā)生一些變化時，如背景中頻繁地出現(xiàn)運動物體，或者光照發(fā)生變化、樹葉等小物體的晃動等等，使得不能準確地提取背景作為參考圖像，從而不能正確地分割出視頻序列中的運動物體。為了克服上述問題，國內外眾多研究人員提出了背景建立和自適應的背景模型，實現(xiàn)了背景模型的實時更新，能夠比較準確地識別出運動目標。在能夠滿足實時性和實用性要求的前提下，討論并研究下列幾種算法。