定义
背景差法是一种假设图像的背景信息不变的，目标监测的后处理方法。其算法核心在于通过统计方法确定不变的背景，将原图集转变为二值图像，并利用二值图像对原图集使能，就可标划出原图集中运动的目标。
背景差分法是一种对静止场景进行运动分割的通用方法，它将当前获取的图像帧与背景图像做差分运算，得到目标运动区域的灰度图，对灰度图进行阈值化提取运动区域，而且为避免环境光照变化影响，背景图像根据当前获取图像帧进行更新。
根据前景检测，背景维持和后处理方法，存在几种不同的背景差方法。若设
分别为当前帧与背景帧图像，T为前景灰度阈值，则其中一种方法流程如下：
取前几帧图像的平均值，将其作为初始的背景图像
；当前帧图像与背景图像作灰度减运算，并取绝对值；公式即为
；对当前帧的像素
，若有
，则该像素点为前景点；对前景像素图进行形态学操作（腐蚀、膨胀、开闭操作等），用当前帧图像对背景图像进行更新。
优点
1、算法比较简单；
2、一定程度上克服了环境光线的影响；
缺点
1、不能用于运动的摄像头；
2、对背景图像实时更新困难；
参考文献
[1] https://blog.csdn.net/ajianyingxiaoqinghan/article/details/72628402
[2] https://github.com/upcAutoLang/BackgroundSplit-OpenCV
[3] https://en.wikipedia.org/wiki/Foreground_detection
[4] https://www.sciencedirect.com/topics/engineering/background-subtraction
参阅：前景检测、目标检测
