障景检测，又称为背景建模或者前景提取，在计算机视觉领域中常用的一种图像处理技术，用于在图像或者视频中提取出前景对象，即目标物体，从而进行进一步的分析和处理。
以下是一些常见的障景检测的方法：
1. 基于帧差法的障景检测：通过比较相邻帧之间的差异，将前景和背景分离。例如，将当前帧和前一帧进行相减，得到帧差图像，然后通过阈值分割或者其他处理方法来提取前景。
2. 基于高斯混合模型的障景检测：将每个像素的灰度值建模为多个高斯分布的混合，根据像素灰度值的概率来判断其属于前景还是背景。
3. 基于自适应学习的障景检测：利用一段时间内的连续图像序列进行背景建模，并且根据图像序列的输入，动态地更新和调整背景模型，从而适应场景的变化。
4. 基于纹理特征的障景检测：通过提取图像中的纹理特征，如纹理频率、纹理方向等，来判断像素是否属于前景或者背景。
以上是一些常见的障景检测方法，根据具体的应用场景和需求，选择合适的方法进行使用。
