彭接力，刘 岩

(第二炮兵工程大学研究生二队，陕西西安 710025)

运动目标检测与跟踪技术是计算机视觉、人机交互等领域研究的重要内容，有广泛的应用前景。目前常用的运动目标检测方法主要有3种:帧差法、光流法和背景差法［1］。静止摄像机时下最流行的目标检测算法为背景差分［4－6］，该方法是利用当前图像与背景图像的差分图像来检测运动目标的一种方法。建立简单、可靠的背景模型是背景差法提高运动目标检测与跟踪可靠性的基础，文中利用 Open CV进行编程实现。

1 Open CV简介

Open CV(Open Source Computer Vision Library)是Intel公司支持的开源计算机视觉库。它高效简洁，由一系列C函数和少量C++类构成，主要用于对视频图像进行一些高级处理，如人脸识别、运动跟踪、图像分割及人机互动等，Open CV的设计目标是执行速度尽量快，主要关注实时应用，它可以在VC++环境下使用，调用方便、功能强大、大幅缩短相关程序的开发周期［3］。

2 基于背景差分法的运动目标检测

2.1 基于背景差分法建立的运动目标检测

运动目标检测流程如图1所示。

图1 背景差分法目标检测流程

2.2 背景图像的获取

文中背景初始化方法采用图像平均法，就是从视频中提取的一系列连续图像，将图像的对应像素灰度值进行累加，之后求平均值作为背景像素灰度值。经过一段时间的图像平均后，就可以消除运动目标所造成的影响，得到比较准确的背景。

2.3 前景图像的获取

假设环境光照不变，视频图像的背景也不变，在运动目标可视情况下，包含运动目标的当前图像与背景图像之间必然在运动目标区域存在较大的灰度差值，利用图像减法就可得到差分灰度图像。……