国民经济的高速发展,对水上运输和铁道运输的需求越来越大,每年建设在江、河、海上的桥梁也越来越多,我国铁路事业的蓬勃发展也带动了铁路桥梁的建设。同时,水运船舶无论在数量上,还是在吨位上,也在不断走高。近年来,船桥相撞的事故发生频率越来越高,造成人员伤亡的同时,也导致了巨大的财产损失,如何此类事故的发生是当前水运面临的重要问题。因此,桥墩防撞设施得到了较广泛应用,此法在一定程度上保护了桥墩和船舶。不过,如果能在事故发生前采取措施提醒行驶船舶及时修正航行方向,这样的主动预警方法对于桥墩的防护更为有效。本文选用的是基于图像序列监控航行船舶的方法,其研究内容属于视频监控和运动物体检测范畴。此方法分为两个步骤：第一,建立有效数学模型,检测每一帧图像中的运动目标并及时跟踪；第二,对检测到的运动目标进行分割,提取有效信息,为后续的计算处理提供依据。从干净的背景(长期不变)中提取运动物体通常使用背景减除法,即当前的待检测图像与固定背景图像作差分,能够得到较好的前景物体。但是,本文的监控背景是自然环境下的流动河水,光线,水纹,天气,昼夜更替等不确定因素对实时船舶监控提出了更高要求,所以本文的重点在于建立有效地自适应背景模型。在本文中,首先研究了多种常见的运动物体检测方法,并分析了各自的优缺点,并介绍了图像预处理和后处理的常见方法。然后,深入研究了混合高斯模型的理论基础,并配合实验数据探究了混合高斯模型的成分数K和更新率α对建模效果的影响,针对经典高斯模型的局限性和本文特定的应用场景,本文也提出了一种基于自适应更新率的改进混合高斯模型：取多帧图像的均值代替第一帧图像作为模型初始化图像,有效提高建模效率；提出自适应的更新率,建模阶段,以较大的更新率建模,随图像数增加而减小更新率,提高模型收敛速度；运动检测阶段,引入“运动物体历史”系数,及时修正更新率以抑制缓慢行驶船舶检测中的“鬼影”现象。接着,对突然光照变化和前景图像分割作了分析,有效提高了侵限船舶轮廓的检测效率。本文还介绍了系统硬件结构的选型与搭建,并在VS2010平台结合OpenCV函数库上实现了算法,系统基本达到预期要求。