动态特征块匹配的背景更新在运动检测的应用.pdf,为解决传统监控设备视场小、非智能等缺陷，结合全景成像技术和计算机视觉技术，建立无人环境下外来入侵自动检测系统，从而实现了全景监控视场下运动目标快速准确的检测及跟踪。该技术关键在于如何在复杂的动态背景下有效地提取运动目标，为此提出一种基于动态特征块匹配的自适应背景更新算法。在采用帧间差分与背景差分融合算法检测到目标的基础上，利用目标的矩信息进行跟踪，避免了全景视觉下颜色及轮廓特征缺失的弊端。根据目标的轮廓及位置提取特征块，将视频序列的每一帧图像与

针对传统单高斯背景模型(SGM)检测中背景模型不能很好地自适应背景变化等问题，提出了一种改进的单高斯背景模型检测的方法。该方法取前N 帧做均值建立初始背景模型，然后利用三帧差法计算得出背景作为本文需要处理的背景区域。同时，对帧差法获得的背景区域分区，划分出大面积静止区域、历史变化区域及该变化区域的历史轨迹区域。赋予大面积静止区和历史变化区固定更新率，同时历史变化区域的历史轨迹区域按照时间分布，给予线性衰减的更新率，在此基础上进行背景模型参数的更新，最终通过背景差分法得出运动的目标。实验表明，改进

从视频中检测运动目标是智能视频监控应用中的一项关键技术.文中提出了一种基于区域的自适应背景更新及运动目标检测算法,首先使用高斯模型建立初始的静态背景图像,通过背景减法得到差值图像；然后使用自适应阈值对差值图像进行二值化,并利用形态学滤波和连通区域面积检测进行后处理,得到运动目标区域掩模；最后,根据运动目标区域掩模检测出运动目标,同时使用基于区域的自适应背景更新算法动态更新背景图像.实验结果表明,该算法能够自适应地对背景模型进行更新,对于背景的扰动、光线的渐变等带来的影响有很好的抑制作用,可以有效