背景去除算法作为计算机视觉领域的一个重要应用,在智能视频监控智能交通、安全监控、视觉导航等诸多领域有广泛的运用前景,背景去除为后续的研究如目标识别与跟踪奠定重要基础。静态背景的去除算法发展趋于成熟,但动态背景的去除仍是计算机视觉领域的研究热点与难点。本文在现有研究成果的基础上对矩阵分解算法进行深入的研究,提出在线透射变换低秩稀疏矩阵分解去除动态背景算法。本文的主要内容和研究成果总结如下:1)提出了一种基于在线透射变换低秩稀疏矩阵分解去除动态背景算法。现有的矩阵分解算法对静态视频背景去除有很好的效果,但对于动态视频现有算法无法更好的将视频图像的前景与背景分离。在现有算法的基础上,本文提出一种基于在线透射变换低秩稀疏矩阵分解去除动态背景算法,采用透射变换对动态背景视频的相机进行模拟,得到动态视频图像序列的全景图像,运用全景图像进行混合高斯分布的低秩稀疏矩阵分解,使动态背景与前景进行分离。2)对提出的算法在多种情况的动态测试视频序列上进行实验与仿真,通过实验与仿真的结果分析,表明算法能满足动态背景视频背景与前景的分离的应用需求,并且算法具有较好的鲁棒性以及有效性。3)基于现有的静态与动态视频背景去除评价指标,运用视频图像的背景提出新的定性评价指标,在实验与仿真中算法的准确率为90.71%。4)在经过一系列实验与仿真后,通过算法结果分析,提出算法的改进。通过算法的分离结果,提取前景与背景的相对速度,使算法的参数设置实现自适应;对于算法的时效性,通过滑窗处理将动态视频分块处理,减小算法的运行成本,进一步提高算法的效率。