1.一種移動目標監測方法，其特征在于，包含下列步驟：
1)獲取RGB格式的圖像；
2)從采集到的連續H幀圖像序列f1、f2、...、fH中抽取L幀圖像，記為I1、I2、...、IL；當目標運動速度大于0.1m/s時，L＝H，當目標運動速度小于0.1m/s時，采用間隔3幀抽取圖像的方式對L進行取值；
3)采用來表示第k幀圖像像素點(i,j)處的RGB分量，i和j分別代表圖像像素點橫坐標和縱坐標，然后對按照遞增或遞減的順序進行排序，將排序結果記為
4)分別取三個數列的中間值，記做將這三個值作為像素點(i,j)處背景像素所對應的RGB值；
5)對背景進行實時更新，引入背景更新因子來自適應更新背景：
Δ 1 = | I n R ( i , j ) - C n - 1 R ( i , j ) | + | I n G ( i , j ) - C n - 1 G ( i , j ) | + | I n B ( i , j ) - C n - 1 B ( i , j ) | - - - ( 1 ) ]]>
C n ( i , j ) = C n - 1 ( i , j ) , Δ 1 ≤ T H 1 C n ( i , j ) = ( 1 - α ) C n - 1 ( i , j ) + αI n ( i , j ) , Δ 1 > T H 1 - - - ( 2 ) ]]>
式中，為當前幀圖像在像素點(i,j)處的RGB分量，In(i,j)為當前幀圖像在像素點(i,j)處的像素值，為更新前的背景幀圖像在像素點(i,j)處的RGB分量，Cn-1(i,j)為更新前的背景幀圖像在點(i,j)處的像素值，Cn(i,j)為更新后的背景幀圖像在點(i,j)處的像素值，α為背景更新因子，取為0.5，Δ1為當前幀圖像與更新前的背景幀圖像在像素點(i,j)處的RGB差值和，TH1為當前圖像與背景圖像的劃分閥值，取為100～120；
6)對當前幀圖像每個像素點的R,G,B三通道分別進行差分處理：
D n R ( i , j ) = | I n R ( i , j ) - C n R ( i , j ) | D n G ( i , j ) = | I n G ( i , j ) - C n G ( i , j ) | D n B ( i , j ) = | I n B ( i , j ) - C n B ( i , j ) | - - - ( 3 ) ]]>
式中，為當前幀圖像在像素點(i,j)處的RGB分量，為背景幀圖像在像素點(i,j)處的RGB分量，為差值圖像在像素點(i,j)處的RGB分量；
之后對進行如下處理，從而獲得目標在像素點(i,j)處的二值圖像RIn(i,j)：
Δ 2 = [ 1 / 3 D n R ( i , j ) + 1 / 3 D n G ( i , j ) + 1 / 3 D n B ( i , j ) ] - - - ( 4 ) ]]>
RI n ( i , j ) = 1 , Δ 2 ≥ T H 2 RI n ( i , j ) = 0 , Δ 2 < T H 2 - - - ( 5 ) ]]>
式中，RIn(i,j)為目標在像素點(i,j)處的二值圖像，TH2為目標檢測閥值，取值范圍為0到255之間的整數，最優值為125；
7)受圖像干擾影響，運動物體內部會出現空洞或是圖像不連續的現象，采用數學形態學開運算來對差分后的二值圖像進行處理，通過先腐蝕運算后膨脹運算的過程達到去除目標圖像中的斑點噪聲，平滑目標圖像邊緣，在不改變目標圖像面積和特征的前提下獲得平滑的目標圖像；
8)提取運動目標的質心點：
運動目標圖像的質心點可由下式求出：
x o = Σ x = 1 M Σ y = 1 N x f ( x , y ) Σ x = 1 M Σ y = 1 N f ( x , y ) y o = Σ x = 1 M Σ y = 1 N y f ( x , y ) Σ x = 1 M Σ y = 1 N f ( x , y ) - - - ( 6 ) ]]>
式中，f(x,y)表示M×N的數字圖像，M和N分別代表X方向和Y方向的像素點個數，xo，yo分別為目標質心點的橫坐標、縱坐標；
9)進行目標跟蹤；采用SADD跟蹤算法(最小絕對差分誤差和算法)對運動目標進行跟蹤，將前后兩幀運動目標圖像的質心點連接起來獲得目標運動向量；
10)將目標運動向量進行分析，以確定目標是流入或流出；
11)進行目標數量統計；
12)計算區域目標密度。
