梁志刚，杨 朋

(哈尔滨工程大学 信息与通信工程学院，哈尔滨 150001)

运动目标检测是计算机视觉领域、图像理解、精确制导、安全监控等研究的重要课题之一，同时也是后续运动目标跟踪和识别等高级应用的基础［1］.现在主要有三类运动目标检测方法:光流法［2－3］、相邻帧差法［4－5］和背景减法［6－8］.光流法能够检测独立运动的对象，不需要预先知道场景的任何信息，并且可用于摄像机运动的情况.但是因为其计算量大，算法较复杂，所以一般不被直接应用于实时视频监控场合.相邻帧差法的实时性较好，它非常适合于动态变化的环境，但是因为它对物体的运动速度有一定的要求，不能完整地分割运动目标，所以不利于进一步地识别和分析目标.相对于上述两种方法而言，背景减法易于实现，且能够较精确地提取出运动目标，是目前比较受欢迎的运动目标检测方法.但是，在复杂的户外环境中，运动目标的背景往往会发生改变.一般来讲，会存在以下几个问题:背景图像一般不是完全静止的，如因风而引起的花草树木等的摇动，这种周期性的运动会对运动目标的检测造成很大的影响;运动目标部分区域的灰度有时和背景的灰度十分接近，这使得由帧差法得到的目标区域出现空洞现象等等.背景减法的难点主要在于背景动态模型的建立，也就是怎样从包含运动目标的视频序列中提取出背景.

参数估计方法是解决背景动态模型建立……