在实际监控视频场景中,由于外部光照的变化、前景运动目标扰动以及场景中某些背景本身的变化,很难保证背景模型的准确性。因此,建立实时适应场景变化的背景模型具有重要意义。基于此,本论文做了如下工作:1.在经典码本背景模型的基础上通过融合场景信息提出了一种基于自适应码本背景更新的前景检测系统。2.结合像素邻域HOG特征更新码本背景模型,以此来消除光照突变引起的伪前景。利用HOG特征描述子的光照不变,创新地提出了一种基于像素邻域的检测区域划分策略,并通过对比HOG距离来判断光照突变伪前景,更新像素信息到码本模型来消除光照突变伪前景。3.结合灰度阈值和像素邻域互相关系数特征,对阴影进行检测,并实时得更新码本背景,进而消除运动前景伴随的阴影。利用阴影灰度值较小,阴影区域与场景近似满足线性相关等特征来确定阴影区域,并通过更新码本模型消除了运动目标产生的阴影。4.根据课题提出的前景检测系统设计了整体的实验流程,然后将该方法与其他的背景建模方法(MOG、经典码本等)相对比,在时间效率、内存占用和前景检测效果上进行详细的对比分析。基于以上改进的码本背景模型具有较好的阴影去除效果和光照突变伪前景的辨别能力。