目标检测作为计算机视觉的一个重要方向,它是后续目标跟踪和识别的重要基础,所以目标检测的重要意义不言而喻。近年来,随着视频技术的飞快发展,它的应用已经在银行、医院、超市、交通等公众场所广泛应用。我国幅员辽阔,拥有很长的海岸线和广阔的海域,海上运动目标检测具有重要的现实意义和应用价值。它在海洋维权、海事监管和海洋环境保护等军事、民用方面都发挥了很好的作用。由于海上场景环境复杂多变,对海上运动目标检测提出了极大地挑战。本文通过前期大量文献资料的阅读和前人在运动目标检测的研究基础上,主要做了如下工作:介绍了三帧差分法和高斯混合背景模型的基本概念、算法流程,分析了在高斯背景建模过程中高斯分布的个数和背景建模的学习速率对高斯背景建模的影响程度,并给出了解决方法。(1)在高斯模型建立过程中,有些高斯分布的优先级逐渐减小,对高斯背景模型的建立没有贡献,并予以删除的情形下,文章结合这个策略并提出了为每个高斯分布添加一个生存时间参数,如果该高斯分布匹配,则把生存时间参数还原为原值,如果不匹配,时间参数不断减少到为0时,该高斯分布予以删除。这样能准确描述实际的场景状态变化和减少算法的计算量。(2)同时,针对高斯混合背景模型固定的学习速率问题,利用了在背景建模的初始化阶段,学习速率设置为当前帧数的倒数,来加快背景模型的收敛建立;在背景稳固阶段,较大的学习速率容易引入噪声干扰,需要较小的学习速率来稳定背景模型。文章提出了根据统计每个像素点的高斯分布匹配次数的倒数来更新学习速率,这样为每个像素点分配一个学习速率,可以加快背景模型的更新和稳定。根据海上运动目标检测存在的一些困难,文章提出了一种三帧差分法和高斯混合背景模型相结合的检测算法。首先利用帧差法快速检测的同时,为了适应海上光照的变化,设置一个自适应的阈值分割;然后利用图像的分块原理,在此基础上把图像分为背景区域、目标区域和干扰区域,对不同的区域使用不同的背景建模方式和更新策略;最后通过实验验证了该方法在海上运动目标检测中的准确性。