1.一种长时间背景收集的背景建模方法，其特征在于，包括如下步骤：

步骤1：提取视频序列第一帧作为初始化图像矩阵initMat，initMat大小为width×height，单位为像素；

步骤2：根据initMat初始化背景模型，具体步骤为：

步骤2.1：创建零矩阵bkC、一矩阵preBkV、零矩阵preBkC、零矩阵mask四个矩阵，四个矩阵的大小均为width×height；

步骤2.2：创建bk矩阵，bk大小为width×height，将initMat的值赋给bk；

步骤3：依次读取视频序列中的帧frame，进行背景建模，具体步骤如下：步骤3.1：根据式(1)-(4)进行背景更新：

其中，r为行坐标，c为列坐标，R为阈值，bkr,c表示矩阵bk第r行第c列的值，bkCr,c表示矩阵bkC第r行第c列的值,preBkVr,c表示矩阵preBkV第r行第c列的值,preBkCr,c表示矩阵preBkC第r行第c列的值，u＝framer,c，framer,c表示图像frame第r行第c列的像素值；

步骤3.2：扫描frame的每个像素framer,c，若满足式(5)，则执行步骤3.1，并设置maskr,c＝0，同时再以1/M的概率执行步骤3.1，此时步骤3.1中的(r,c)取为(r8,c8)，(r8,c8)它表示(r,c)的八邻域的其中一个随机像素点的坐标；若式(5)无法满足，则直接执行步骤3.1，同时设置maskr,c＝255；其中，M为事先设置的概率系数，maskr,c表示矩阵mask第r行第c列的值，D为阈值；

|framer,c-bkr,c|＜D  (5)；

步骤4：输出mask与bk矩阵，mask中值为255的像素点即为移动物体的像素点、0为背景像素点，bk矩阵为背景模型。