基于视频的遗留物检测在安全防范方面有重要的实际应用价值，国内外学者经过多年研究，相继提出各种算法并得到实际应用。在对运动目标检测及遗留物判定等常用算法进行了详细分析的基础上，针对遗留物检测在目标前景中静止的特点及要求，本文提出一种基于HSI自适应背景差的遗留物检测算法，经过试验验证，该算法具有能适应光线变化的优势。本文的主要工作如下:　　 (1)基于视频序列的运动目标检测是遗留物检测的前提条件和关键，本文提出了一种基于HSI的自适应图像背景差分法用以检测视频序列中的运动目标。该算法充分考虑了在HSI颜色模型中，色调H、饱和度S和亮度I三者之间相互独立的特点，综合利用H分量和S分量新建当前图像的亮度信息，然后根据重建的亮度值，采用自适应的动态阈值差分，分割出精确的前景对象。该算法突破了传统背景差分法，不必丢失大量彩色信息，也不需要建立复杂的矢量运算。并且本文算法较快速有效，对光线的变化有比较强的鲁棒性。　　 (2)结合遗留物的特点和在视频序列中的表现形式，针对已有算法的不足，提出了一种基于HSI自适应背景差的遗留物检测算法。该算法用基于HSI的自适应背景差分法检测出包含有运动物体和静止物体的前景图像;结合形态学滤波和连通域分析消除噪声点的影响;通过质心判距法区分前景中的运动物体和静止物体并对静止物体进行计时处理;对满足条件的静止物体判别为遗留物并标记处理。该算法较简单高效，并且能适应一定的光线环境变化。　　 (3)根据以上研究内容，在Windows操作平台上利用VC++6.0和Open CV编程实现一个基于视频序列的遗留物检测系统，并对本文提出的运动目标检测算法和遗留物检测算法分别进行了实验和结果分析，实验表明，该算法能够较快速有效的检测出遗留物，在光照变化的鲁棒性方面具备一定优势。