运动目标检测

运动目标检测(Moving Object Detection，MOD)是指实时观测、定位序列
图像中感兴趣的运动物体，并将其从图像中提取出来的一种方法。

运动目标检测是一个复杂而重要的课题，涵盖了数字视频分析、数字图像处理等技术以及统计、几何、随机过程等复杂的数学理论。

“运动目标检测与跟踪”作为计算机视觉的核心问题，是一个富有挑战性的研究方向，同时也是近年来学术界争相研究和应用的热点问题【28】【291。

自20世纪60年代初开始，运动目标检测与跟踪技术的研究就得到了学术
界和相关应用部门的高度重视，但由于当时技术水平的限制，其研究一直未得到很好的发展。

直到上世纪80年代，超大规模集成电路技术、微处理器技术以及各种复杂算法都得到了高速的发展，而且随着人类对自身视觉系统认识的不断深入，人们也正不断地将运动目标检测的理论研究逐步转向实际应用中。

近年来，随着现代生活、工业和军事的不断发展，人们对运动目标检测的研究需求更为显著，如智能视频监控、车流量统计、以及军事上的ATR(Auto Targets Recognition，自动目标识别)系统等。

这些需求促使着国内外学术界和工程界不断加大对其投入和研究，以满足人们的应用需求。

运动目标检测一般可分为两类：静态场景下的运动目标检测和动态场景下的运动目标检测，即摄像机静止，物体运动的情况(Stationary camera，moving object，SCMO)；摄像机运动，物体运动的情况(Moving camera，moving object，MCMO)。

根据前人对运动目标检测的研究成果可以得知，一个好的检测算法必须能
够适应不同的环境，其特征可以总结如下：
(1)能够适应环境的缓慢变化(如光照的渐变等)；
(2)能够适应场景中个别物体持续的干扰(如摆动的钟摆、摇摆的树枝、
水面的波纹等)；
(3)对复杂的背景和多目标仍旧有效；
(4)检测的结果满足后续处理的需要(实时性和准确性)；
本文所研究的是静态场景下的运动目标检测SCMO以及跟踪。

现在先介绍
运动目标检测方法，以下将分别介绍帧差法、光流场法及背景减法三种方法
的主要思想和步骤。

2．1．帧间差分法
2．1．1帧差法的基本原理
帧差法是常用的运动目标检测与分割方法之一。

我们可以认为视频监控图
像是监控的三维世界向二位图像的投影，根据经验可知，在运动目标进入场景中时，它必定是逐渐进入的，而并非突然出现或突然消失【3⋯。

视频序列具有连续性的特点，即前后两帧的图像也不会有突变。

因此无论运动目标在场景内出。