为了检测运动背景下的运动目标,本文首先采用光流法对目标进行初始检测。这种方法只能得到目标的大致范围,无法得到目标的精确轮廓,而且无法正确检测同向同速前进的多目标。于是,本文又采用了实现曲线演化的测地线活动轮廓模型。该模型大致可分为基于水平集方法的模型和基于变分水平集方法的模型,以光流法得到的目标检测结果作为初始曲线,在该曲线基本圈住目标的情况下可以实现目标的精确检测。但是,由于光流法误差的存在,很可能会出现部分曲线越过且远离目标边缘的现象,导致检测失败。针对这种情况,本文提出了一种改进的测地线活动轮廓模型。改进模型主要针对大部分背景和目标灰度差异较大的视频,可以自适应地控制曲线上各个点独立进行收缩或扩张运动,使得处于背景上的那部分曲线向内收缩直至达到目标边缘,而处于目标上的那部分曲线则向外扩张,同样是到达目标边缘时停止。实验表明,改进模型的确能对初始曲线越过且远离边缘的情况实现正确的目标检测,而且改进模型较测地线活动轮廓模型有更高的稳定性。这就使得在逐渐提高曲线演化速度的情况下,测地线活动轮廓模型可能发生检测失败,但同样条件下的改进模型却仍然能保证检测的正确性。