پردازش و آنالیز تصویر قسمت هیجان انگیزی از علم کامپیوتر را تشکیل می دهد. کشف و ردیابی اشیاء متحرک در تصویر یکی از کاربردهای نظارتی و امنیتی علم پردازش تصویر است. برای بسیاری از سیستم های مبتنی بر تصویر، مانند دوربین های نظارتی، بسیار مهم است که شیئ متحرک به صورت خودکار کشف شود. توانایی چنین سیستم نظارت تصویری بستگی زیادی به انتخاب سیستم تشخیص حرکت دارد. در حال حاضر گستره زیادی از الگوریتمهای کشف حرکت وجود دارند که می توان آنها را با سه مقوله در ارتباط با پردازش تقسیم کرد: 1- الگوریتمهای مبتنی بر گرادیان زمانی: این الگوریتم شاید ساده ترین روش کشف حرکت باشد. با فرض ثابت بودن دوربین، این الگوریتم حرکت را از اختلاف بین دو فریم متوالی کشف می کند. عمل تفریق، تصویری متفاوت تولید می کند که در آن تغییرات شدت قابل توجه، حرکت را نشان می دهد. این روش اجازه تطابق با محیط را می دهد ولی مشکلش این است که به اندازه و سرعت حرکت شیئ بستگی دارد.2- سیستم های مبتنی بر جریان نوری: یکی از روش های سنتی است که برای کشف شیئ در تصویر استفاده می شود و مزیت آن این است که می¬تواند با دوربین متحرک هم کار کند. این الگوریتم مبتنی بر حرکت نسبی است که از قسمت کردن فضا هم استفاده می کند و اطلاعات ذیقیمتی به دست می دهد. این روش محاسبات سنگینی دارد و سخت افزار ویژه ای می طلبد.3-سیستم های مبتنی بر تفریق از پس زمینه: در این تکنیک نیاز است دوربین ایستا باشد. چرا که شناسایی اشیاء متحرک از اختلاف هر فریم با پس زمینه صورت می گیرد. تصویر پس زمینه فریمی است که در آن فقط اجزاء ایستا ظاهر می شوند. پیکسل های فریم پردازش شونده که انحراف قابل توجهی نسبت به مقدار مدل ثابت داشته باشد، اجسام در حال حرکت در نظر گرفته می شوند. هنگامی که پیکسل های شیئ در حال حرکت زیاد باشد، این تکنیک جواب بهتری می دهد. در این پروژه برای پیاده سازی سیستم از این تکنیک استفاده شده است. در کاربردهایی مانند دوربین های نظارتی ویدئویی، اغلب کشف اشیاء متحرک و ردیابی آن ها اولین مرحله است. هوشمند سازی سیستم های مراقبت ویدئویی به سرعت، در دسترس بودن و الگوریتم های قوی برای کشف اشیاء متحرک، کلاس بندی، ردیابی و آنالیز فعالیت نیاز دارد. می توان از الگوریتم تفاوت تصویر و با استفاده از نرم افزار متلب، پارامترهایی مانند سرعت اشیاء را محاسبه کرد. برخی از مراحل کشف شیئ متحرک در الگوریتم اختلاف تصویر به شرح زیر است: 1- گرفتن ویدئو از سیستم تصویر 2- خواندن اولین image به avi readکه تصویر مرجع است 3-خواندن بقیه image ها 4- استخراج اطلاعات از آن¬ها و دادن مقدار به آستانه 5- اعمال فیلتر gaussian برای حذف نویز 6- اعمال توابع مورفولوجیکال مانند dialation 7- پر کردن حفره¬ها در تصویر ایجاد شده 8- لیبل زدن به قسمت¬های متصل با ویژگی¬هایی نظیر bounding box و centroidو area 9- مقایسه اختلاف دو تصویر و مقدار آستانه تعیین شده جهت کشف شیئ متحرک10- مقایسه فاصله مرکز شیئ متحرک با نقطه مرجع 11- به دست آوردن سرعت شیئ متحرک از روی فاصله مربوطه 12- اندازه گیری شتاب تخمینی با نسبت سرعت در زمان بر فریم و در نهایت پیاده سازی بر روی واحد پردازنده گرافیکی