计算机视觉中最重要的研究之一就是运动目标检测，其不但在模式识别方面具有相关的研究，而且在图像理解领域也有非凡的意义。运动目标检测是通过通过图像序列帧图像来提取运动目标，通过运用相关的算法一幅图片被划分为前景点和背景点。运动目标检测算法是后续的运动目标分类、运动目标跟踪和分析提供了基础。本论文讲述了几种常用的视频运动目标检测算法，并就背景差分法进行了重点研究，通过两种方法来对比差分法的特点。其中背景差分法算法的主要流程为：视频获取、视频转化为图片序列、图片灰度化处理、去除噪声、差分图片、对图片进行

在Matlab平台下读取avi视频文件，然后进行基于邻帧差法的视频运动目标检测(Avi video files are read under the Matlab platform, and then the moving object detection is carried out based on the adjacent frame difference method .)

基于卡尔曼滤波算法的运动目标检测，做视频车道线检测，动态车辆识别，行人检测的朋友可以参考一下(Based on Calman filter algorithm for moving object detection, do video lane detection, dynamic vehicle recognition, pedestrian detection friend can refer to.)