1.一种改进的背景减除方法，其特征在于：依次包括以下步骤：(1)在视频图像和二维地图上选取4对同名控制点，然后计算得到图像到地图的单应矩阵H，具体过程为：若视频图像平面中的p点转换到二维地图平面中的p′点，则有如下定义：

图像平面与地图平面之间的单应性关系可以简洁的表示为：p′＝Hp

H为单应矩阵，可表示为3×3的二维矩阵：

则

(2)计算图像内每个像素点的地理面积：设某个像素p的坐标为(x,y)，则该像素的四个角点坐标分别为(x-0.5,y-0.5)、(x+

0.5,y-0.5)、(x-0.5,y+0.5)和(x+0.5,y+0.5)，根据单应矩阵H转换为地理坐标分别为(x1,y1)、(x2,y2)、(x3,y3)和(x4,y4)：

计算地理坐标下的四边形面积，即可得到坐标为(x,y)像素的地理面积geoPixel(x,y)：

(3)将视频彩色图像转为8位灰度图像，视频中后一帧图像的像素灰度值减去前一帧的像素灰度值，计算结果绝对值小于等于5的保存为0，结果绝对值大于5的像素保存为255，得到前景二值图；

(4)直接使用现有SNAKE算法提取前景二值图中的轮廓；

(5)前景轮廓内像素坐标为:objectPixels＝{(x1,y1),(x2,y2),…,(xn,yn)}每个像素的地理面积为geoPixel(x,y)，前景的地理面积为：

其中，i∈(1,2....n)；(6)根据实际情况设定最大面积阈值Tmax，和最小面积阈值Tmin，保留符合阈值范围的运动目标：Tmin≤objectArea≤Tmax。