帧交错算法

㈠ 帧间差分法的算法描述

（l）、对序列图像进行3×3中值滤波预处理，去掉图像随机噪声。减少以后运算的复杂度，克服噪声对图像处理结果的干扰。
（2）、从视频图像序列中选取出背景图像所阢砂，使其只包含固定的背景图像：
（3）、在视频图像序列中选取连续的两帧图像，其中前一帧图像pk-1(x,y)，当前帧图像pk(x,y)；
（4）、计算当前帧与背景帧的差得FD(x,y)，从 图像中提取出完整的目标；
（5）、计掉当前1帧的差得FG(x,y)，得到目标的变化量；
（6）、求帧差FD（x,y）与，FG(x,y)的交集得到运动目标粗糙的运动区域幽像，
（7）、数学形态学运算使得运动区域封毕、连续、完整，并去掉背持中的噪声。
其中：（略）

㈡ 帧间差分法的分法介绍

帧间差分法的优点是：算法实现简单，程序设计复杂度低；对光线等场景变化不太敏感，能够适应各种动态环境，稳定性较好。其缺点是：
不能提取出对象的完整区域，只能提取出边界；同时依赖于选择的帧间时间间隔。对快速运动的物体，需要选择较小的时间间隔，如果选择不合适，当物体在前后两帧中没有重叠时，会被检测为两个分开的物体：而对慢速运动的物体，应该选择较大的时间差，如果时间选择不适当，当物体在前后两帧中几乎完全重叠时，则检测不到物体。 鉴于背景差分法和帧间差分法的优缺点，我们将这两种方法结合起来，使它们优势互补，从而克服相互的弱点，提高运动检测的效果。但是在实际的场景中，即便是室内环境，也存在光线等各种变化造成的干扰，或者人为造成的开灯等光线的强烈变化。所以在背景差分法的实现中，它的固定背景不能一成不变。如果不进行重新初始化，错误的检测结果将随时间不断累计，造成恶性循环，从而造成监控失效。因此，我们在提出检测算法的同时，要建立背景更新模型。保证背景图像能随着光线的变化而变化，确保检测的准确性。
提出新算法的思想
在视频图像序列中，利用已有的背景差分法和帧间差分法作为启示，将动态图像中连续两帧差图像和背景差图像直接进行与操作，再将结果进行二值化处理得到运动结果。这样就达到了加大目标信息的权重，同时抑制了静态背景的效果，得到的运动检测图像包含了更多目标的信息，不仅包含目标轮廓而且还有目标轮廓内的目标相关点，从而将运动目标从背景图像中分离出来，最终得到视频序列图像中运动存在与否的二值化图像。