针对混合高斯模型(Gaussian Mixture Model, GMM)无法检测到完整的运动目标, 三帧差法检测目标时对物体速度的敏感, 检测到的物体会出现空洞等缺点, 提出了一种混合高斯融合三帧差法的运动目标检测改进算法。首先, 在运动目标提取过程中, 改进的三帧差法采用动态分割阈值和边缘检测技术, 解决光线突变和边缘不连续问题; 然后引入新的高斯分布自适应选择策略, 以减少处理时间, 提高检测准确性; 最后, 利用改进 HSV(Hue-Saturation-Value)颜色空间来消除阴影区域, 得到一个完整的运动目标。数据实验表明, 该算法在不同场景具有较好的检测能力。

为了实现对卫星视频图像序列的运动目标进行跟踪，提出了一种背景建模与添加实际条件约束相结合的卫星视频运动目标检测算法。首先，针对卫星视频图像序列的背景建立背景模型。然后，把接下来各帧图像同该模型相比较，进行减法运算，所得偏差为运动区域。最后添加满足卫星实际情况的约束条件，根据卫星视频的分辨率估算出运动目标合理的像元尺寸,从而滤掉噪声。将本算法在PC端进行实现，并与三帧差法和背景建模法的检测准确度进行对比。实验结果表明：本算法对卫星视频图像序列运动目标检测的准确度可达83.6%，三帧差法检测准确度为6.1%，背景建模法检测准确度为21.0%。从实验结果可以看出，本文算法可以比较准确地对卫星视频图像序列进行运动目标检测。

运动目标检测, 是指从视频图像中将运动变化区域提取出来的检测技术, 是图像处理技术的基础。在**公安、交通管理、视频监控、医学检查等领域应用广泛。为了改进单独采用帧差法或背景减法进行运动目标检测时存在的不足, 本文提出一种利用边缘信息的三帧差法与基于混合高斯模型的背景减法相结合的运动目标检测算法。该方法对视频图像中连续的三帧图像两两差分, 对3个差分图像取均值, 二值化, 再经过形态学处理, 并对中间帧进行Canny边缘提取, 将二者进行“与”运算, 即得到运动目标的边缘, 用背景减法提取中间帧的前景, 二值化, 将其和目标的边缘进行“或”运算, 经过形态学处理便可得到运动目标。实验结果表明, 使用该方法目标检出率提高了9.7%~72.1%, 误检率降低了0090%~2900%。这种二者相结合的方法相对于单一的检测算法能够有效、可靠地提取出运动目标。