当监控图像的运动波及范围和残差信号能量均超出最低门限，可以断定有外来物体闯入，监控系统进入异常处理状态，进行重点记录和报警等处理。可疑场景的连续运动趋势分析监控图像的抖动、局部轻微摆动以及光线的突然变化都会导致监控系统进入可疑场景状态。这些原因的共同特点是暂时性，而如果外来物体侵入必然会带来运动趋势MV的连续变化。
　　根据这一特点，只要我们连续分析后续的N帧监控图像的运动趋势，就可以最终确定监控场景的状态。对类似于窗帘摆动这样的局部监控1图像变化，其往复运动使得运动趋势MV并不总是朝着一个方向，因而在一定时间内对运动趋势进行矢量相加就可以使这种类型的运动所产生的运动矢量相互抵消。这样运动趋势的矢量之和显然低于该过程的运动趋势峰值；与之相反，非法闯入者的总体运动趋势必然是从画面移进或移出，其运动趋势的矢量和显然超过了这段时间内任一时刻的运动趋势。
　　视频采集部分选用普通家用摄像头，通过USB接口与PC机相连，防爆配电箱厂家采样速率为每秒15帧。帧差法、背景减法与本文方法的比较（画面中物体从左下方侵入）。可以看出，背景减法和帧差法得出的差值图像中存在大量的背景残余，很难正确识别出是否有可疑物体存在；而在本文的运动分析图像中，通过运动矢量可以有效识别出可疑物体。同时，使用正确检测率RD和错误报警率RFA作为灵敏度2590计算机应用。在典型的办公室环境下，选取了共约6000帧的测试序列，包含光线明暗变化、窗帘轻微摆动、人的移进移出以及摄像头轻微抖动等典型室内监控场景。