综合考虑以上四种背景提取方法，本文采用结合多帧图像平均法和连续帧差法这两种方法来进行视频序列背景的提取。考虑到运动目标的多样性，有目标经过视场而引起的变化长时间内可忽略不计。多帧图像平均法时将运动目标看作为噪声，用累加平均的方法消除噪声，利用目标运行一段时间的序列图像进行平均而得到视场背景图像。连续帧差算法是通过当前帧的图像与前一帧图像的差值找到运动区域，对运动区域的背景保持不变，而非运动区域的背景则用当前帧进行更新，经过一段时间的迭代便可提取出背景。两种方法的结合可以很好地弥补各自的缺点，能够适应铁路沿线周边环境的要求，对存在运动目标的背景能够提取出质量较高的背景图像。具体过程如下：

(2010-03-19)
近些年来，在很多涉及生命财产安全的行业中，安全监控越来越引起人们的重视。铁路行业的安全监控一直以来是铁道部和国家关注的重点项目，随着我国火车的不断提速，安全问题不容忽视，如何保证行车安全和行人安全直接关系到整个铁路行业的发展。   关键词：图像处理　铁路沿线　视频监控　算法设计　

近些年来，在很多涉及生命财产安全的行业中，安全监控越来越引起人们的重视。铁路行业的安全监控一直以来是铁道部和国家关注的重点项目，随着我国火车的不断提速，安全问题不容忽视，如何保证行车安全和行人安全直接关系到整个铁路行业的发展。

　　以上四种方法分别有各自的缺点。统计直方图法存在的问题是随着统计帧数的增加，得到的背景图像效果并不明显;统计中值法存在的问题与统计直方图法也相差无几，此外该算法实现时计算量较大，占用计算机内存较大，处理较慢;多帧图像平均法得到背景图像受目标运动量的影响比较大，随着平均帧数的增加，噪声消除才会有所改善;连续帧差法静止的背景图像不能直接获得，其关键是如何在有目标运动的情况下获得良好的背景图像，由于该算法并没有对帧差分本身进一步处理，存在的问题是易把纹理相似的前景交叠区域误认为背景。

　　本文设计的铁路沿线视频监控方法是通过一种基于视频图像处理实现对于行人穿越铁路线的监控。当被监视区域中出现目标后可以自动报警并且存储相应的故障照片，为事后的工作提供可靠的依据。算法设计的最大特点是提出一种以图像处理为核心的安全监控设计，通过图像处理可以自动判断有无危险情况发生并自动报警，特别是在监控人员不在时能够发挥很大的作用。

　　背景图像是指视场中没有运动目标的图像，即使视场内有运动目标，背景算法也通过技术处理除去目标而获得没有运动目标的背景图像。目前常规的背景提取的方法有统计直方图法、统计中值法、多帧图像平均法和连续帧差法等。

　　只考虑三帧的情况下，首先从视频序列中随便提取三帧，如图1(a)～图1(c)所示。然后对提取出来的三帧图像分别转换为灰度图并求出它们的灰度平均图像，以灰度平均图像作为连续帧差法的第一帧图像(即原始图像)。通过原始图像和提取的三帧图像来做连续帧差法，得到的背景图像经过灰度图如图1(d)所示。

　　1.视频监控系统中背景的提取