李庆武，蔡艳梅，徐立中

(河海大学计算机及信息工程学院，江苏 常州 213022)

随着社会的发展，需要专人值守的传统的视频监控系统的各项缺点逐渐显露，如浪费人力资源、报警不准确不及时甚至错过各种异常情况等等，已经不能适应越来越高的监控要求.基于智能数字图像处理技术的无人值守智能视频监控系统［1-4］，便能很好地解决上述缺点.视频监控系统实现智能化的一个关键问题是如何准确地提取运动目标.目前常见的运动目标检测算法主要有3类:光流法、帧差法和背景差分法［5-7］，其中背景差分法是目前最常用且简单有效的一种运动目标检测方法.

在背景差分法中，首先要做的是背景图像的提取和更新.这是背景差分法中的难点，也是决定运动目标检测成功与否的关键.近年来，人们对如何实现背景图像的自适应更新提出了各种算法，如帧差法［8］、卡尔曼滤波器方法［9］、单高斯模型［10］、混合高斯模型［11］等.帧差法的背景更新时间长，需要资源多，在目标运动较快的情况下，会产生伪目标现象.卡尔曼滤波器方法在递归背景模型出现错误的情况下，对后续背景估计会造成持续较长时间的影响.单高斯模型无法适应复杂背景，且只适合光线变化非常缓慢的情况.混合高斯模型及其改进算法虽然能适应复杂的动态背景更新，但是计算量复杂，建模参数难调，对全局亮度突变敏感.上述几种算法主要是以逐个像素为操作对象，计……