相邻帧差法：称图像序列差分法
# 帧间 差法 ! 当监控场景中出现异常物体运运时"帧与帧之间会出现较为明显的差别"两帧相减"得到两帧图像亮度差的绝对值 "
判断它是否大于阈值来分析视频或图像序列的运动特性"确定图像序列中有无物体运动 !
图像序列逐帧的 差分 " 相当于对图 像序列 进行了 时域上的 高通滤波!
1、做帧差：采集前一帧图像，第二帧图像，先对其进行灰度化处理。然后前后做差取绝对值，把两次所得新的灰度图像进行相与，将差分后的图像二值化后进行边缘检测。
2、边缘检测（画边框）：由以上步骤可得运动目标边缘的轮廓。 图像二值化后所得的图像就是由0或1组成的 图 像。
因此，要找到这个图像的最高点、最低点、最左点、最右点，可用数点的办法找到这些点，进而确定这个矩形框。
3、判断是否是人入侵：由于一个正常人的人体高宽是比例是一定的，根据这个特征一个较为简单的判据为：通过运动区域的斜率来判别人。假设通道内的人只能走向摄像头，根据经验所得：当此斜率小于0．48时就可以判定是人入 侵，大于0．48为非人员入侵。 剔除一些小动物。如蜘蛛苍蝇等小虫子对其干扰而产生误报，可将红色矩形框的长和宽进行调 整，例如，将矩形框长和宽都大于等于5。
4、实现方法：运动目标检测部分用帧间差算法实现，目标识别部分用基于运动区域斜率的方法完成。
好的论文：
https://wenku.baidu.com/view/dce71619227916888486d73a.html?sxts=1578642638774
标签：总结,矩形框,斜率,图像,序列,运动,差法 From： https://blog.51cto.com/u_13206712/5839959