OpenCV实现静止背景下运动目标的检测

     这两天从零开始学习视频流中运动目标检测的方法，有点心得体会，写点东西跟大家共享，同时提出我的几个疑问，期望能够共同讨论进步。

    本文主要面向和我一样的图像处理初学者，先从原理上把整个检测过程走通，然后再逐步提高性能。

    1、关于运动目标检测的方法总结

    查阅了相关的文献，目前能够实现运动物体检测的方法主要有以下几种：

    1）背景差分法：能完整快速地分割出运动图像。其不足之处是易受光线变化影响，背景的更新是关键。不适用于摄像头运动的情况；

    2）光流法：能检测独立运动的图像，可用于摄像头运动的情况，但是计算复杂耗时，较难实现实时监测；

    3）帧差法：受光线变化影响较小，简单快速，但不能分割出完整的运动对象，需进一步运用目标分割算法。还有一些改进的算法，主要致力于减少光照影响和检测慢速物体变化。

    以上是大多数文献中对这三种方法的评价，由于是初次接触，而且项目的需求是静止相机，因此采用最简单的方法：背景差分法。

    2、背景差分法实现步骤

    通过这几天的摸索，可将背景差分法的实现步骤总结如下：

    1）进行图像的预处理：主要包括对图像进行灰度化以及滤波。

    灰度化的方法及其C语言实现可参考《