基于阈值的分割是图像分割的*基本的方法，其难点在于如何准确地选取阈值。具体步骤如下：1）读入M张连续的图像数据；2）把每帧图像划分成m*m的块，（如果划分太多，效果更精确，但计算量太大，一般划分4*4为适度），计算每张图像中每块区域中象素的期望和方差，作为描述该区域的矢量信息存储在矢量对于某块区域有M个矢量对，求出其平均矢量（A，4）确定一个阀值T；5）在所有M对矢量值中，计算d[T，则取第i副图像的相应区域作为背景图片的相应区域；若d]T，则用第（1 M）/2帧中相应块做为背景图片的相应区域；6）设计一个定时器，每隔一段时间重新采集一系列图像，循环以上步骤，重新运算来修正背景，达到较为理想的目标提取目的，该方法获取的背景具有更好的抗干扰性，如视频流线程。输出结果计算平均值并取距离平均值*小的区域通过差分运算进行运动检测对每帧图像进行分块并计算其期望值和方差截获当前帧图像定时器背景图像截获M张图像线程22阀值分割算法获得背景图像之后，可以运用背景相减法来获取目标，即用当前图像帧与当前背景相减以产生差图像。直接相减所得的差图像中可能出现具有负值的像素点，我们采用取绝对值法来解决。本系统使用基于灰度的阈值分割法，而分割法中阈值的确定非常关键。