针对视觉背景提取ViBe算法消除鬼影时间长、对动态场景适应性弱、对光线变化敏感等问题，提出一种适应性强的改进算法。在背景模型初始化时，通过对多帧图像随机选取像素点并累加判断后，形成与实际吻合度达86.78%的背景模型；提出衡量背景动态程度因子，根据其值获取图像的自适应聚类、更新阈值，提高了算法在动态背景下的检测精度；考虑到光线变化对检测结果的影响，提出衡量图像亮度因子并应用于聚类检测，增强了算法对光照的鲁棒性。与其他算法进行对比实验后表明，改进算法在不同场景中能有效检测目标物体，具有较好的适应性。