背景差分法
目的：檢測物體運動
背景差分法檢測目標速度快，檢測準確，易於實現，其關鍵是背景圖像的獲取。實際應用中，由於背景的動態變化，需要通過視頻序列的幀間信息來估計和恢復背景。
方法：
（1）中值法背景建模，取連續N幀圖像序列，把這N幀圖像序列中對應位置的像素點灰度值按從小到大排列，然後取中間值作爲背景圖像中對應像素點的灰度值；
（2）均值法背景建模：均值法建模算法是對一些連續幀取像素平均值。優點是速度快。缺點是對環境光照變化和一些動態背景變化比較敏感。
（3）卡爾曼濾波器模型：該算法把背景認爲是一種穩態的系統，把前景圖像認爲是一種噪聲，用基於Kalman濾波理論的食慾遞歸低通濾波來預測變化緩慢的背景圖像，這樣既可以不斷地用前景圖像更新背景，又可以維持背景的穩定性消除噪聲的干擾。
（4）單高斯分佈模型：
（5）多高斯分佈模型：
（6）高級背景模型：得到每個像素或一組像素的時間序列模型。優點是很好的處理時間起伏。缺點是消耗大量內存。