本文在介绍了现有运动监测方法的基础上，将背景图像差分法和帧问差分法结合起来，提出了一种新的视频运动检 测方法，该方法继承了两种算法的优点，同时又弥补了它们的不足。实验结果表明，本文所述方法对于光照、背景内容的 变化不敏感，在运动图像检测中取得了良好的效果。

随着道路监控系统的日益完善，大量复杂的交通视频加重了交警部门的工作压力，因此建立智能交通监测模型成为路况监控自动化的关键。本文基于OpenCV开发平台，利用OpenCV的基本函数与运动物体跟踪原型，通过视频处理构建了交通监控模型，对所涉及的运动背景提取、阴影去除运动检测、形态学处理以及碰撞检测等核心技术进行了代码实现。

 针对帧差分法易产生空洞以及背景减法不能检测出与背景灰度接近的目标的问题，提出了一种将背景减和帧差法相结合的运动目标检测算法。首先利用连续两帧图像进行背景减法得到两种差分图像，并用最大类间与类内方差比法得到合适的阈值将这两种差分图像二值化，然后将得到的两种二值化图像进行或运算，最后利用图像形态学滤波得到准确的运动目标。实验结果表明，该算法简单、易实现、实时性强。

本文基于xilinx公司的ARTIX-7系列芯片xc7a35t和cmos摄像头ov7725以及VGA显示屏搭建了一套硬件平台用以动态目标的检测跟踪。使用vivado软件设计了各个系统模块的功能，本系统主要由5个模块构成：ov7725视频图像数据采集模块、数据缓存模块、DDR3读写控制模块、图像数据处理模块、VGA显示模块。本文采用Verilog HDL硬件描述语言进行编程，先完成了对摄像头ov7725的驱动，通过摄像头采集的图像转为RGB565格式通过数据缓存模块存入DDR3之中，再通过数据缓存模块取出并通过背景差分法进行动态目标的检测，在进行先腐蚀后膨胀的数学形态学处理之后，采用基于颜色特征的匹配算法进行动态目标的跟踪，并最终在VGA显示屏上显示跟踪结果。实验结果表明，在FPGA上采用合适的算法搭建系统能实时、准确的检测并跟踪动态目标。

主要讲解背景差分的使用方法，，方便提取目标，多指教

背景差分与三帧差分结合的运动目标检测算法

背景差分提取和波门跟踪的MATLAB实现，能够实现目标提取和跟踪。

背景差分法与三帧间差分法相结合的运动目标检测算法$ 首先利用当前帧与混合高斯模型建立的背景模型差分&快速检测出运动变化区域$

针对基于混合高斯模型背景差分法对光照突变敏感的问题&提出了背景差分法与三帧间差分法相结合的运动目标检测算法$ 首先利用当前帧与混合高斯模型建立的背景模型差分&快速检测出运动变化区域$然后&通过与设定的阈值比较&判断场景内是否发生 光照突变&场景中若未发生光照突变&则采用混合高斯模型背景差分法提取运动目标&若发生光照突变&采用三帧间差分法提取运动目 标$实验结果表明&在光线发生突变情况下&文中提出的算法同样能够取得较好的检测效果&具有很强的适应性和鲁棒性&可用于实时

WINDOWS上用VS2013实现基于码书的运动目标检测，检测了在会议厅中的运动目标，实现了目标跟踪和绘制目标轮廓的功能。最后还有演示的ppt