分法介紹
概念釋義
幀間差分法的優點是：算法實現簡單，程式設計複雜度低；對光線等場景變化不太敏感，能夠適應各種動態環境，穩定性較好。其缺點是：
不能提取出對象的完整區域，只能提取出邊界；同時依賴於選擇的幀間時間間隔。對快速運動的物體，需要選擇較小的時間間隔，如果選擇不合適，當物體在前後兩幀中沒有重疊時，會被檢測為兩個分開的物體：而對慢速運動的物體，應該選擇較大的時間差，如果時間選擇不適當，當物體在前後兩幀中幾乎完全重疊時，則檢測不到物體。
方法研究
鑒於背景差分法和幀間差分法的優缺點，我們將這兩種方法結合起來，使它們優勢互補，從而克服相互的弱點，提高運動檢測的效果。但是在實際的場景中，即便是室內環境，也存在光線等各種變化造成的干擾，或者人為造成的開燈等光線的強烈變化。所以在背景差分法的實現中，它的固定背景不能一成不變。如果不進行重新初始化，錯誤的檢測結果將隨時間不斷累計，造成惡性循環，從而造成監控失效。因此，我們在提出檢測算法的同時，要建立背景更新模型。保證背景圖像能隨著光線的變化而變化，確保檢測的準確性。
提出新算法的思想
在視頻圖像序列中，利用已有的背景差分法和幀間差分法作為啟示，將動態圖像中連續兩幀差圖像和背景差圖像直接進行與操作，再將結果進行二值化處理得到運動結果。這樣就達到了加大目標信息的權重，同時抑制了靜態背景的效果，得到的運動檢測圖像包含了更多目標的信息，不僅包含目標輪廓而且還有目標輪廓內的目標相關點，從而將運動目標從背景圖像中分離出來，最終得到視頻序列圖像中運動存在與否的二值化圖像。
算法描述
（l）、對序列圖像進行3×3中值濾波預處理，去掉圖像隨機噪聲。減少以後運算的複雜度，克服噪聲對圖像處理結果的干擾。
（2）、從視頻圖像序列中選取出背景圖像所阢砂，使其只包含固定的背景圖像：
（3）、在視頻圖像序列中選取連續的兩幀圖像，其中前一幀圖像pk-1(x,y)，當前幀圖像pk(x,y)；
（4）、計算當前幀與背景幀的差得FD(x,y)，從 圖像中提取出完整的目標；
（5）、計掉當前1幀的差得FG(x,y)，得到目標的變化量；
（6）、求幀差FD（x,y）與，FG(x,y)的交集得到運動目標粗糙的運動區域幽像，
（7）、數學形態學運算使得運動區域封畢、連續、完整，並去掉背持中的噪聲。
其中：（略）
結束語
實驗表明．利用背景差分和幀間差分讓改進後的視頻運動目標檢測算法，對視頻圖像像序列中的運動物體檢有更好的效果，並且運算速度快。應該看到，改進後的算法要求背景與運動物體的對比度大於5%以上，才能檢測出移動的物體。同時，差分法中存在的些缺點仍然沒有得到解決，這些問題還有待進步研究。
