由於前景背景差異小、運動形變，背景裡有快速明暗變化，背景中存在幾何變化以及光照等噪聲，諸多因素對前景提取效果和質量造成了一定的影響，甚至無法有效地提取到完整前景幀序列。完整的提取前景，也就是不多提取也不少提取，已經成為研究熱點和難點。

常用的運動前景檢測和提取方法有幀差法、背景減除法和Vibe法

一、幀差法

       攝像機採集的視訊序列具有連續性的特點。如果場景內沒有運動目標，則連續幀的變化很微弱，如果存在運動目標，則連續的幀和幀之間會有明顯地變化。由於場景中的目標在運動，目標的影像在不同影象幀中的位置不同。該類演算法對時間上連續的兩幀或三幀影象進行差分運算，不同幀對應的畫素點相減，判斷灰度差的絕對值，當絕對值超過一定閾值時，即可判斷為運動目標，從而實現目標的檢測功能。

兩幀差分法的運算過程如圖所示。記視訊序列中第n幀和第n−1幀影象為fn和fn−1，兩幀對應畫素點的灰度值記為fn(x,y)和fn−1(x , y)，按照式2.13將兩幀影象對應畫素點的灰度值進行相減，並取其絕對值，得到差分影象Dn：

設定閾值T，逐個對畫素點進行二值化處理，得到二值化影象Rn'。其中，灰度值為255的點即為前景(運動目標)點，灰度值為0的點即為背景點；對影象Rn'進行連通性分析，最終可得到含有完整運動目標的影象Rn。

幀間差分法的原理簡單，計算量小，能夠快速檢測出場景中的運動目標。但由實驗結果可以看出，幀間差分法檢測的目標不完整，內部含有“空洞”，這是因為運動目標在相鄰幀之間的位置變化緩慢，目標內部在不同幀影象中相重疊的部分很難檢測出來。幀間差分法通常不單獨用在目標檢測中，往往與其它的檢測演算法結合使用。

二、背景減除法

三、Vibe

Vibe主要思想是：利用鄰域畫素在空間分佈具有一致性來完成背景模型的初始化，使得當前幀影象的每個畫素與其背景模型進行匹配，若判定為背景就隨機更新其背景模型。

主要取自部落格和肖碧波，胡偉的一篇期刊整合