背景减除法其实是一种特别的帧间差分法，背景减除法根据将当前帧图像与背景模型做差来实现对运动目标的检测。这种方法首先获取背景模型，并将其保存起来，当对某一帧图像进行检测时，用实时获取的帧图像与背景模型做差分运算，得到要检测的运动目标。
光流法是当运动目标在监控场景中产生运动的时候，物体表面会形成位移矢量场，根据其变化可以得到运动目标。光流是指移动物体在其对应的灰度图像上的表面运动，在光流场中，运动目标的速度矢量形成的平面投影构成了目标的运动信息。运动目标在投影上形成的速度矢量是比较均匀，运动目标速度不同形成的速度矢量也不相同，通过光流的计算结果就可以区分出速度不同的运动目标。
图像处理算法一开始应用应该是采用服务器的软件算法来完成，随着互联网技术的不断成熟，会扩展到云端计算来完成，但是这样对于网络带宽要求非常大，对于云服务器的计量量要求也非常高。笔者估计，视频图像处理技术算法的大规模产业化应用，必然是需要专业的芯片来完成，该芯片就是机器视觉 (CV) 芯片。芯片方式一定是能够降低成本，同时提高运算能力。从近年的整个行业情况来看，计算机视觉作为人工智能领域最重要的方向之一，由于机器视觉芯片诞生和深度学习算法不断发展，近几年获得了巨大的发展，各项应用在不同的行业里开始落地生根。
机器视觉的应用
历史
最早的机器视觉提出开始与上个视觉60年代，随后1973年，美国自然科学基金会制定了1973-1982 视觉系统和机器人的发展计划，并研究成功了一些实用的视觉系统，应用于机械手定位、集成电路生产、精密电子产品装配、饮料罐装的检验等场合;后来在PCB制作工艺中也采用机器视觉系统，用于印制电路板的质量监测等。除了在生产制造领域外，军事领域也广泛应用，如精确的制导系统等，无人机的自动导航等;还有CV也应用在生物实验等领域，用于监测生物各个生产规律，通过加速视频播放来呈现生物生长等过程;在汽车自动驾驶领域，CV芯片也有不断深入的应用。
