1、背景差分法：

?? 它的基本思想是將輸入圖像與背景模型進行比較，通過判定灰度等特征的變化，或用直方圖等統計信息的變化來分割運動目標。

首先建立好背景模型，存儲背景圖像。當當前幀與背景圖像相減大于一定的閾值時，則判定該像素為前景目標：

輸入圖像減去背景圖像，T為閾值（差值）。經過閾值處理后，圖像中0值對應的點即為背景圖像，1值對應的點即為場景中運動的像素點。

該方法實現較為簡單，且實時性好，在完整的背景圖像時，能夠較好的捕獲物體。但是該方法魯棒性較差，動態場景的變化對結果又很大的影響，比如：光照的變化，天氣的變化，采集位置的移動等。

2、幀間差分法：

?? 幀間差分法，即將前后兩幀圖像的像素值做相減。在環境亮度變化不大的情況下，如果對影響素質相差很小，可以認為該物體是靜止的，如果圖像區域某處的像素值變化很大，則認為該變化是由于運動物體所導致的。

該方法也有優缺點，在負載的環境下，如運動緩慢，光照或者雨雪天氣時，幀差法的檢測效果并不是很好。另外，當運動物體一旦靜止或者被物體遮擋時，幀差法及其改進算法容易丟失物體信息。此外，由于幀間差分法的前提是圖像背景的不變性，如果背景運動，該方法就不合適了。對于這種情況，可先補償由攝像機移動引起的背景的運動，之后再對圖像進行差分的計算。我們可以用兩種方法來消除背景的相對運動所構成的不良效果：一種是補償閉環系統中的自反饋對得到的運動鏡頭參數；另一種是匹配背景圖像中特征比較突出的區域，在背景偏移量得到之后再進行一定的彌補。與第一種方法相比較來說，第二種方法在本質上不依靠在跟蹤算法中的回路參數，進一步來說，當背景圖像中有顯著的框架特征時可以有好的背景彌補效果被獲取，并且配準精度較高。

3、光流 法：

?? 光流是基于像素點定義的，反映了在時間間隔d_t內由于運動所造成的圖像變化，光流場是通過二維圖來表示物體點的三維運動的速度場。使用光流法可以將與運動模型相適應的像素區域求出，然后再對區域進行合并以形成運動的對象進行物體檢測。

采用光流法能夠將物體獨立的檢測出來，不需要攝像機提供其他信息，但是在大多數的情況下，光流法比較耗費時間、計算復雜性大，并且抗噪聲的能力很差，只有在特殊的硬件支持下，才能夠實現實時的檢測，即光流法的時間開銷很大，其實時性和實用性也較差。由于僅利用光流方法的人臉跟蹤方法會造成速度誤差積累，容易導致長序列跟蹤失敗。

總結

以上是生活随笔為你收集整理的基于运动信息的物体检测（背景差分法、帧间差分法和光流法）。的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。