背景差分法概述
背景差分法是目前運動檢測中最常用的一種方法，它是利用當前圖像與背景圖像的差分來檢測出運動區域的一種技術。它一般能夠提供最完全的特征數據，但對於動態場景的變化，如光照和外來無關事件的干擾等特別敏感。
該算法，首先選取背景中的一幅或幾幅圖像的平均作為背景圖像，然後把以後的序列圖像當前幀和背景圖像相減，進行背景消去。若所得到的像素數大於某一閾值，則判定被監控場景中有運動物體，從而得到運動目標。
算法的步驟
1. 產生一個合適的背景圖像；
2. 進行當前幀與背景圖像的差分運算；
3. 選擇一個合適的閾值，對差分圖像進行二值化。
算法的優點
1. 其原理和算法設計簡單；
2. 根據實際情況確定閾值進行處理，所得結果直接反映了運動目標的位置、大小、形狀等信息，能夠得到比較精確的運動目標信息。
算法的缺陷
受光線、天氣等外界條件變化的影響較大。
參考文獻
[1] 李剛, 邱尚斌, 林凌, 曾銳利. 基於背景差法和幀間差法的運動目標檢測方法[J]. 儀器儀表學報, 2006, 27(8): 961-964.
[2] Paul L. rosin, Tim Ellis. Image difference threshold strategies and shadow detection. BMVC95, 1995: 347-356.
