随着计算机及信息技术的迅速发展，各种面向复杂应用的视频监控系统大量涌现，视频监控技术在商业、国防和军事领域的应用日益增加。视频运动目标检测是视觉监视系统的关键技术，处于整个系统的底层，是个种后续高级处理及应用的基础。因此关于这方面的研究非常被重视，研究手段、方法非常多。7137
    从国内外的文献来看，视频序列的目标检测主要有帧差法、光流法、统计模型法、小波变换法、神经网络法及知觉组织模型方法等。帧差法及统计模型法是目前研究及工程技术人员使用较多的方法[1]。
    1）背景差法：差分图像法可分为背景差法和邻帧差法，背景差法则是目前运动目标检测的主流方法。背景差法实现较为简易，一般情况下，相减结果可直接给出目标的位置、大小、形状等信息，并能够提供运动目标区域的完整描述，特别是对于摄像头静止的情况(即静态场景)。本文基于背景差法实现对静态场景下视频运动目标的检测。
    2）邻帧差法：邻帧差法利用序列中连续两帧或几帧图像间的差异进行视频运动目标的检测和提取。该方法一般不能完全提取出所有相关的特征像素点，在运动实体内容易产生空洞现象[5]。
    3)光流法：光流法是通过研究视频序列的光流场而实现视频运动目标检测的一种方法。光流场的计算始于1981年，Hom和Schunck在相邻图像间的时间间隔小,图像灰度基本保持不变的假设下，推导出灰度图像光流场的基本约束方程 视频运动目标检测的研究现状:http://www.youerw.com/yanjiu/lunwen_4934.html