国外的车辆检测算法的研究是趋于成熟的，由美国的科学家领头开始研究视频检测技术，很快各个发达国家都相继开始对这个领域开始探索，短短几十年时间里，就产生了不少的研究成果。相比于国外，国内由于建国后政治经济的不稳定，甚至是文化上的迷信导致很多方面都要慢西方发达国家一步，车辆检测算法的研究正是其中的一员。国内视频检测技术起步不久，但是由于受到政府足够多的重视，发展十分快速，正在加紧赶上世界领先水平。43489

运动分析的重要性和普及，引导出了从前的几项研究：王和赵提出了一种运动检测技术，即背景差分技术。视频序列是由一系列的视频图像组成，其中包含了目标的几何信息特征，提取相关信息，分析目标的运动，然后得到检测结果。压缩比大大提高。

拉吉波尔和帕蒂尔提出了通过开发一个基于背景差分算法的新算法进行运动检测。这是根据统计的基础的第一个可靠的背景模型。然后，根据阈值在当前图像和背景图像之间进行减法。然后检测移动目标。在那之后，形态滤波开始消除噪声和解决背景干扰困难。卡维莎和泰加斯温尼提出的运动检测，克服了背景差分算法的缺点。在这个强大的有效的计算中背景减法算法已被使用，这能够处理，如阴影和亮点，以及全球照明变化和局部照明变化的问题。沙菲等人提出采用光流法进行运动检测的方法。光流可能出现在目标和观察者的相对运动中，所以它可以提供重要的信息，在目标的空间布局和排列的变化率方面有重要的信息`优尔~文!论$文^网www.youerw.com。光流的不连续性，有助于分割图像的区域，对应不同的目标。水根等人利用时间差分和光流法开发的运动检测的适应动态环境的能力是很好的。首先，一个绝对的差分图像的计算由2个连续的灰度图像开始。绝对差分图像是由低通滤波器过滤，并翻译成二值图像的图像。其次，霍恩的光流场算法对图像序列进行计算论文网。第三，移动目标区域的索引边缘和光流场被发现。德维等人提出的运动检测采用背景帧匹配。这种方法是非常有效的方法，在随后的静止帧中将图像像素值进行比较，每2秒用相机拍摄。检测运动所需的2个帧，第一帧被称为参考帧，第二帧，称为输入帧，包含移动目标。两帧进行比较，并确定像素值的差异。路等提出了一种实时检测算法。该算法将时间差法、光流法和双背景过滤法整合以达到更好的性能的方法和形态学处理方法。

未来车辆检测算法的发展方向无非是下面几个方向。研究出能够适应各种环境变化的新算法，可以不去计较计算量的问题，当然在准确率方面是要有相当的保证的。未来注定会是一个计算机行业方面非常任性的时代，现在很多处理不了或者处理速度慢的问题，最后终有一天都不会是问题。如何能使一个系统的通用性变高，才是发展的必然方向。我认为，这方面背景建模里的多高斯建模就是个很好的参考例子，虽然多高斯模型只是单高斯模型的简单叠加。但我认为，以后也可以考虑将几种算法叠加起来，每个视频流都分别用几种算法检测，选择一种最合适的算法，或是先做一个判断，智能地选择具体用哪种方法处理。

不过本课题的主要研究方向，不是新算法，而是作为基础的原始算法。当今的运动物体检测算法有很多，但大多都是基于这三种算法的衍生算法。研究传统算法，不但能优化实现出更好的算法，而且其思想也是对全新算法产生的引导，充分了解传统算法是非常有必要的。