我国国土面积巨大，存在漫长的边境线，有的地方人员稀少，环境恶劣，不适用于人工的巡逻，这就需要一款能够智能识别运动物体的东西。

1.2  运动目标检测技术在国内外的发展状况

1.3 运动目标检测的主要应用领域

智能视频监控系统在技术应用方面的实现主要包括如下几类:

1，对于静态的人和物体的一种识别，

2，对于背景没有变化的动态的东西的识别，

3，对于背景变化的动态物体的识别。

当今是信息化的时代，智能视频监控与预警早已经在信息获取领域以及安全防卫领域有了一席之地。首先，在日常生活中我们就经常可以见到他们的身影，比如在人流量大的交通要道上就会装有一些摄像头等监控设备，这样既可以检测人流量又可以检测是否有犯法事件的发生等。其次，在军事上他也有重大作用，漫长的边境线同样离不开他，当然，他还可以用来检测人员的出入境。随着科技的不断发展，视频监控技术也在飞速发展，他已经开始逐渐运用在一些微观上的研究上，我相信不就得将来他会为我们带来大量的福音[1]。

1.4 本文所做的主要工作源:自/优尔-·论,文'网·www.youerw.com/

本文主要阐述了对运动目标的检测与预警，其主要内容是：

1，描述了本课题研究的背景与意义

2，完成图像的预处理，如灰度化，锐化等

3，写算法，以用来对图像进行处理

4，利用matlab软件进行仿真

2 图像预处理技术

在外界各种因素的影响下，图像经常含有噪声成分，使得图像模糊，不清晰。为了降低噪声影响，提升图像的信,噪比，使图像更加清晰，对比更加鲜明，我们需要对图像做预处理，提高图像处理的精确度。

2.1  图像的灰度化

将彩色图转化成为灰度图的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫做灰度值，此图像便为灰度图像。文献综述

对于灰度化处理有几种最为简单的方法，分别是加权平均法，最大值法，平均值法等等。

下面是平均值法的程序代码

A=imread('E:\123.jpg');

[m,n,r]=size(A);

B=zeros(m,n);

B = uint8(B); 

for i = 1:m  

    for j = 1:n  

        sum = 0;  

        for k = 1:r 

            sum = sum +A(i,j,k)/3; 

            end

          B(i , j) = sum;  

    end  

end  

 figure(1);

imshow(B);