文章首先对背景提取与更新算法的国内外研究现状进行阐述,就几种常用的运动目标检测算法进行理论叙述,在此基础上分析算法优劣。进而对事件监控中常用的背景提取方法,如：统计直方图法、统计中值法、多帧图像平均法、帧间差分法以及混合高斯模型法进行了实证分析。分析结果表明,基于统计学的直方图法以及中值法得到的初始背景很好,其它方法无论在背景初始化以及背景更新时,均出现了拖尾,鬼影现象,得到的背景图像较差。利用统计直方图法在背景初始化的优势,本文提出了一种改进的算法。首先统计前30帧视频图像每点落入的区域,寻找落入最多点以及次最多点区域,根据两个区域对应均值的差值以及设定的阈值进行判断,确定初始背景图像。然后,计算当前帧图像均值和标准差,将均值和标准差之和作为是否进行更新的自适应闽值,进而根据设定的权重对背景进行实时更新。通过实证分析我们得出这样的结论,改进的方法不仅能够获得清晰的初始背景图像,并且在进行实时系统更新时,背景图像明显优于常用的背景更新方法,当帧数达到一定数量时,背景处于稳定状态,基本上没有鬼影现象。