有了合适的处理对象，剩下的就是技术问题了。在数字运动检测中运用的关键技术有图像数据读取、图像的中值滤波、图像灰度化、图像梯度的获取、图像特征区域的确定、两幅图像的匹配、图像二值化、图像细化、图像去离散点的操作、物体的区域定位、物体中心点的取得，最后再从图片中得到物体运动轨迹。本运动检测系统是为了实现对一系列图片中运动物体的跟踪而设计的，它通过对一系列图片的处理，提取出图片背景，识别出运动物体，进而对运动物体进行跟踪，得到物体运动的轨迹。本文主要阐述了什么是数字图像处理、数字图像处理的基本要求、数

创建一个n维的稀疏数组对象，n是任意值。 定义N可能是大于2的一类n维稀疏阵列。然而，它应该被认为是一种起动方式与普通的MATLAB稀疏矩阵和重塑它有N维度。换句话说，稀疏的数据，首先必须能够作为一个普通的2D MATLAB稀疏矩阵被前n维。事实上，如果目标数组的尺寸mxnxp……yxz，然后将它存储在内部类是一个普通的二维稀疏阵列的尺寸（M×N×P×……×Y）XZ。这导致了某些内存株时使用大量的尺寸。我发现有用的类主要用于中等尺寸像三维图像边缘检测，你经常要举行一个稀疏的3D的边缘地图。-Cr