3.1  手动给出背景法

研究者在观察到没有前景目标出现在摄像机镜头中的时候启动相机，获取图像作为背景图像，即为手动给出背景法。这种背景的提取方法需要花费大量的人力和物力资源，而且在大多数情况下，很难在没有前景运动目标的时候获得理想的背景图像；尤其是在一些实时更新的系统中，由于不能十分准确的判断出前景物体进入视线的时刻，而不能很好的应用。手动给出背景法需要使用其他方法修正由于光线、亮度等因素变化而带来的背景误差，而且不能实现自适应的更新的功能[15]。

3.2  统计中值法

《基于Matlab的运动目标检测》一文中提出：通常条件下，当输入视频序列中的运动目标少于一定数量时，连续多帧图像中背景的像素值占所有图像像素值的主要部分，而且在相当长的一段时间内，背景像素值的变化也会比较缓慢[15]，因此，我们可以取连续多帧图像中像素值的中值作为背景图像。

统计中值法是从统计学的角度来实现的。首先统计每一个像素点 在连续多帧图像中的像素值 ，经过指定的一段时间后，对所输入的视频序列图像中的色彩信息 或者亮度值按由小到大的顺序进行排序，然后从中取出其中值 作为背景。虽然统计中值法原理较简单，但是，其缺点在于：图像帧的像素点通常很多，则用于取中值的图像帧数量 也就会很大。对于一个巨大的数组进行由小到大的排序，再从中取出其中值，这样的话计算量会明显增大，处理起来很慢，而且存储数据也需要占用大量的内存单元。

3.3  算术平均法

算术平均法作为背景提取算法的一种，计算较为方便，可以得到质量较好的背景图像。《基于Matlab的运动目标检测》一文中对其提取背景图像的原理的描述是：“在特定的时间段内对像素点的色彩和亮度信息取平均值，用该均值作为背景图像对应像素点的数值，在读入一段视频时，对某一像素点进行观察，会发现在没有前景运动目标通过时，该点的灰度值变化很小,基本保持稳定，只有当前景运动目标通过时，该点的灰度值才会发生较大的变化，因此可以连续读入 帧图像，对图像各点的灰度或色彩信息使用统计的方法，将变化剧烈的像素点变得平缓，取平均值作为背景图像像素点的值[15]。”