视频监控是图像处理和计算机视觉领域的研究热点,近年来引起越来越多人的关注。视频图像中运动目标检测效果的好坏,会对图像分割、目标跟踪和行为理解等后期处理产生重要的影响。对运动目标进行有效的检测是视频监控的基础,也是国内外很多学者共同研究的课题。背景差分法是最常用且有效的运动检测方法,其中背景模型的成功建立是关键。本文在研究前人工作的基础上对背景建模方法进行研究,主要工作如下:1、对现有的背景模型算法进行深入的研究,给出了一种基于帧间差分的背景模型实现算法。该算法利用帧间差分法将帧中的背景像素点检测出来,确立背景帧;并利用像素点在时间序列上服从高斯分布来更新背景。实验表明,该算法能够排除图像中前景的影响,提取的背景干净并能实时更新。2、对复杂场景下的背景模型方法进行研究,给出一种基于码本背景模型的运动目标检测方法。该算法充分利用像素的颜色和亮度信息,为每一个像素点建立一个码本背景,取得了较好的检测效果。为了去除阴影的影响,采用一种基于垂直投影的阴影检测方法,去除了阴影的影响,提高了运动检测的质量。3、利用开源视觉库OpenCV在Windows环境下实现了一个小型的运动目标检测系统,对本文的检测算法进行演示和分析,验证算法的有效性。