A new probabilistic method of improving low-contrast and small sized objects reliable detection on the images with hardly formalized background, under the conditions of full a priori uncertainty is considered. The notion of the Chernoffs bound in the case of an objects brightness and background arbitrary ratio basing on more peculiar Markov Random Field model and statistical approaches of classification and detection of objects is widened. The proposed dynamic segmentation allows forming binary fields with signs of objects motion on the gray or colour image sequence that for measuring parameters of motion in real time could be used.

Рассмотрен новый метод обнаружения движения объектов относительно фона на видеоизображениях, использующий условные вероятностные характеристики обнаружения. В основе реализованного метода использовалась расширенная модель Марковских полей и критерий Байеса, чувствительность и точность которых основывается на границах Чернова, понятие которых расширено до двумерных границ. Модификация статистической модели позволила обнаруживать незначительные перемещения маломерных объектов на фоне с совпадающими распределениями яркости.