2．4 静态背景抑制
    静态背景抑制功能是对定点拍摄的运动图像进行图像融合，得到纯净背景下的整个运动过程图像，对于削弱背景及拍摄条件对成象质量以及成象效果的影响有着很明显的效果。
    对于静态背景抑制，本系统在相邻帧差分方法的基础上提出了利用多帧图像差分进行目标分割的方法，对于做差得到的对应的残差图进行二值化操作后进行相与运算，这样可以很好的提取运动区域，消除噪声的影响。其算法流程图，如图4所示。

    多帧图像的差分运算就是取当前帧和它前面的Ir+1～In以及它后面的Ir-1～I1分别做差，其公式如下
    di= |I(x，y，r)-I(x，y，i)| i=1， 2，…，r-1，r+1，…，n (5)
    对于差分得到的图像，对它们进行阈值分割，将差分图像转换为二值图像。
   
其中，T为阈值，阈值的设定采用经验法。之所以采用这种方法是因为此方法同其它方法相比，无需较多计算量，满足实时性的要求。
    对二值化的残差图进行与操作就可得到运动目标Ir的二值图像。
    Ir=ID1&&ID2&&…&&IDn (7)
    由于获取视频序列场景中各种因素的影响，与操作得到的运动区域中不可避免地会留下大量的噪声点。另外，图像中对应于运动目标的区域也会出现不同程度的碎化。二值形态学中闭运算，即先膨胀后腐蚀运算，在邻域合并和噪声去除方面效果明显。
    对于经过上述一系列操作得到的运动区域图像，采用将运动区域图像与原图像中的像素点逐个比较，对于二值化运动区域图像中为0的点，原图像对应点的灰度值标定为0；对于二值化运动区域图像中为1的点，原图像对应点的灰度值保持不变。这样，运动目标就被提取出来，结果如图5所示。