运动目标检测在计算机视觉，图像处理，模式识别等多领域有着广泛的应用，经历了多年的研究和探索，针对运动目标检测的算法层出不穷，我们也积累了许多相关的算法。但是我们还远没有完成对这个充满挑战的领域的探索。本文对运动目标检测的技术进行了一定的研究，实现了基于canny算子和光流法相结合的运动目标检测方法。为了能够准确把握这个行业的动态，本文首先介绍了运动目标检测的三大经典方法：背景相减法，帧差法，光流法。同时比较了各自的优缺点。帧差法具有易实现，计算量小的优点，但是却无法准确的检测出运动目标的完整轮廓。光流法具有对不断运动的运动目标进行目标检测，但是它却有很大的计算量，同时对噪声也比较敏感。为了可以对运动目标进行更好的识别，我们提出了边缘检测算子与光流法相结合的新方法。在对多种边缘检测算子进行了了解之后，我们确定了利用canny算子进行边缘检测，并且结合光流法进行运动目标检测的方法。在用canny算子检测出运动物体边缘之后，借助光流法计算出物体的运动场，同时结合最大类间方差法分辨出运动目标和背景，接着将物体的边缘信息和物体的运动信息进行融合，最后运用数学形态学的方法对结果进行处理，得到最终的运动目标。通过实验，我们发现该方法既克服了帧差法不能准确检测出运动物体轮廓，和光流法抗噪声能力差的缺点，可以准确检测运动目标，对运动目标具有更好的检测效果

运动目标检测，用c++实现，具有图形界面，使用的是帧差法，，可以在此基础上面实现多种功能。学习分享所用 http://blog.sina.com.cn/msl1121

详情请阅读我的博客，有相关的介绍说明，代码可用

基于混合高斯背景模型的背景差检测的视频运动目标检测

基于视频的运动目标检测与识别基于视频的运动目标检测与识别基于视频的运动目标检测与识别基于视频的运动目标检测与识别基于视频的运动目标检测与识别

：针对静止摄像机下的运动目标检测问题，提出了一种基于背景减法的运动目标检测算法( 通过对一组 连续视频进行处理，从中得到不含运动目标的背景图像( 再利用背景差分的方法提取出运动目标( 在确定比较 阈值的过程中，一改以往通过实验不断调整的做法，提出了动态阈值的概念，从而增强了检测效果，提高了算法 的可实施性( 融入了高斯模型关于背景更新的算法，克服了由于背景突然改变而造成的误检测( 实验结果表明， 通过背景差分与高斯模型相结合的方法，在有诸多不确定性因素的序列视频中构建背景有较好的自适应性，能 迅速响应实际场景的变化，为准确地检测出运动目标提供了必要的基础(

运动目标的检测与跟踪 ，有详细源代码。

对现有的跟踪检测方法进行改进，并提出改进的光流检测算法

该段mathlab程序代码用于实现视场中运动目标的波门跟踪，在视场中加入噪声并进行滤波去噪。。将结果视频输出。

基于matlab运动目标检测跟踪代码 并且有一调度按视频用于检验