根据南京车牌识别行业的专家解释到，车牌识别摄像机是根据目标随时间变化的运动矢量特性在序列图像中检测出运动区域也可以通过估计核函数密度的方法或者采用具有自适应功能混合高斯模型构建背景图像，关键是要能够根据实际情况进行不断的跟新，以便实现序列图像的运动目标检测。

   那么，车牌识别摄像机对运动目标检测有哪些分类？

   一、相应位置灰度值的差值是帧差法计算的主体

   与之相类似的还有诸如光流法和背景减差法等，经过迅速的发展，静态背景的目标检测算法已经比较成熟，在静态背景中，由于背景不发生变化，那么背景中相邻帧图像对应位置的像素点的灰度值差为0．而由于目标的运动，那么目标点在相邻帧图像对应位置的像素点的灰度值一定不为o。理论上可以设定一个为0的阈值即可将目标检测出来。

   二、运用“帧差法”提取成序列的图像中的相邻两帧作对比

   静态场景的运动目标检测是指摄像机不发生运动（如平移、旋转、伸缩等）条件下的运动目标检测。由于在这种情况下，只有运动目标相对于图像背景有相对运动，图像背景本身基本保持不变，因而此时的运动目标检测相对容易。

   三、静态场景的运动目标检测

   一个目标是否容易被检测出来，除了和目标本身有直接联系，作为检测画面的背景也是非常重要的，而且观察角度的不同也对检测本身有一定影响，车牌识别摄影机的运动状态将目标检测区分为两个不同的场景，静态或者动态。