1. 帧差法
   1. 原理
      1. 在图像序列相邻两帧或三帧间采用基于像素的时间差分通过闭值化来提取出图像中的运动区域
   2. 算法步骤
      1. 首先，将相邻帧图像对应像素值相减得到差分图像
      2. 然后对差分图像二值化
         1. 由于相邻两帧间的时间间隔非常短，用前一帧图像作为当前帧的背景模型具有较好的实时性
         2. 如果对应像素值变化小于事先确定的阂值时，可以认为此处为背景像素:如果图像区域的像素值变化很大，可以认为这是由于图像中运动物体引起的，将这些区域标记为前景像素
   3. 优点
      1. 更新速度快、算法简单、计算量小
   4. 缺点
      1. 对环境噪声较为敏感，闽值的选择相当关键
      2. 对于比较大的、颜色一致的运动目标，有可能在目标内部产生空洞，无法完整地提取运动目标
2. 光流法
   1. 原理
      1. 在适当的平滑性约束条件下，根据图像序列的时空梯度估算运动场，通过分析运动场的变化对运动目标和场景进行检测与分割
   2. 方法
      1. 基于全局光流场
         1. L-K
            1. 得到全局光流场后通过比较运动目标与背景之间的运动差异对运动目标进行光流分割
            2. 缺点
            3. 计算量大
      2. 基于特征点光流场
         1. 通过特征匹配求特征点处的流速
         2. 优点
            1. 计算量小、快速灵活
         3. 缺点
            1. 稀疏的光流场很难精确地提取运动目标的形状
   3. 总结
      1. 光流法不需要预先知道场景的任何信息，就能够检测到运动对象，可处理背景运动的情况
      2. 但噪声、多光源、阴影和遮挡等因素会对光流场分布的计算结果造成严重影响;而且光流法计算复杂，很难实现实时处理
3. 背景减除法
   1. 原理
      1. 利用背景的参数模型来近似背景图像的像素值，将当前帧与背景图像进行差分比较实现对运动区域的检测，其中区别较大的像素区域被认为是运动区域，而区别较小的像素区域被认为是背景区域
   2. 背景减除法的关键是背景建模及其更新
   3. 背景建模算法
      1. 非回归递推
         1. 动态的利用从某一时刻开始到当前一段时间内存储的新近观测数据作为样本来进行背景建模
      2. 回归递推
         1. 方法
            1. 最简单的帧间差分
            2. 中值滤波方法
            3. 利用缓存的样本像素来估计背景模型的线性滤波器
            4. Elg~al等提出的利用一段时间的历史数据来计算背景像素密度的非参数模型