变化检测是通过对不同时期图像的比较分析,根据图像之间的差异来得到所需要的目标变化信息,变化检测可以运用于静态目标检测和运动目标检测。本文研究的主题是运动目标检测,即如何从图像序列中提取出完整的运动目标。运动目标检测是计算机视觉的重要内容,在视频监控、导航等很多方面都有很重要的应用。在本文中,用于获取图像序列的摄像机是静止的,大多数实际情况也满足这一条件。随着计算机视觉技术的发展,视频监控系统广泛地应用在公安、海关、银行、宾馆、机场、智能大厦以及各个重要部门,因此,在公共安全领域起着越来越重要的作用。运动目标检测是视频监控系统中的一个重要过程,目标检测的准确与否对后续步骤的跟踪和识别会产生重要的影响。运动目标检测常用的方法可以分为两大类:基于特征的方法和基于灰度的方法。基于特征的方法是依据图像的特征来检测运动目标。它多用于目标较大、特征容易提取的场合。基于灰度的方法一般是依据图像中灰度的变化来检测运动目标,一般采用的方法有帧间差分、减背景、光流场等方法。本文首先介绍了运动目标检测的一般方法,并在图像差分法基础上提出了一种新的运动目标检测方法。本文以这种运动目标检测的流程展开分析。本文分析了这种算法的优点以及不足的地方,并提出了今后改进的方向。本文算法在PC机上进行了仿真试验,具有较好的实时性和鲁棒性,具有一定的实用性。