1.一种物品丢失、遗留检测方法，其特征在于,包括以下步骤：
s10、获取第一参考帧；
s20、获取下一帧为参考帧，间隔k帧获取当前帧，所述当前帧与所述参考帧对比，对比结果保存为背景帧；
s30、对所述背景帧和所述参考帧进行差值计算，得到前景帧；
s40、对所述前景帧进行二值化处理和形态学处理，获取连通区域信息；
s50、循环执行s20、s30和s40，直至获取所有的连通区域信息；当某个连通区域信息的变化率在时间t内始终小于阈值r，则表明该连通区域发生物品丢失或遗留；
s60、提取s50中该连通区域的灰度值，采用canny边缘检测方法精确物品轮廓；
s70、计算s60物品轮廓区域内hsv颜色信息和纹理信息，识别判断物品属于丢失或遗留。
2.根据权利要求1所述的物品丢失、遗留检测方法，其特征在于，所述当前帧与所述参考帧对比方法如下：
所述当前帧与所述参考帧的各像素进行对比；当前帧比参考帧对应的像素点的值大于v，则将所述参考帧的像素点值加上设定的步长l，生成新的值；若所述当前帧比所述参考帧对应的像素点的值小于v，则将参考帧的像素点值减去设定的步长l，生成新的值；当遍历完所有的像素点，新的值就组成了一幅新的图像，保存为背景帧。
3.根据权利要求1所述的物品丢失、遗留检测方法，其特征在于，所述二值化处理包括如下方法：设定阈值nf，根据阈值nf将所述前景帧的像素点进行划分，并将所述前景帧的像素点的灰度值设为0或255。
4.根据权利要求3所述的物品丢失、遗留检测方法，其特征在于，所述形态学处理包括如下：
对所述前景帧进行腐蚀操作，去除干扰点，再进行膨胀操作，将断裂的区域连接起来；
对灰度值为255的像素点逐个扫描，判断该像素点的上、下、左、右四个像素点，当其中一个像素点的灰度值为255，则表明这两个点为连通的，记录下所有连通的像素点的坐标。
5.根据权利要求4所述的物品丢失、遗留检测方法，其特征在于：所述连通区域信息包括区域位置、大小、前景像素数量。
6.根据权利要求1-5任一项所述的物品丢失、遗留检测方法，其特征在于，所述s70中的计算hsv颜色信息包括如下步骤：
s71、提取物品轮廓区域内对应的rgb图，将对应的rgb色彩空间转换到hsv色彩空间，分离出h、s、v三个分量，求取h的均值vhf；
s72、提取所述物品轮廓区域周围1/4的区域对应的rgb图，将对应的rgb色彩空间转换到hsv色彩空间，分离出h、s、v三个分量，求取h的均值vhb；
s73、求取vhf与vhb的比值vn，并预先设定区间[vn1，vn2]，当vn不在该区间内，则表明该物品属于遗留；若vn在该区间内，则计算vn与vn2的比值vhn；
s74、对该物品轮廓区域进行sobel运算，得到梯度图，设定阈值rs,统计所述梯度图内像素大于rs的数量，记为s1；
s75、对所述第一参考帧同样区域进行sobel运算，得到梯度图，设定阈值rs,统计所述梯度图内像素大于rs的数量，记为s2；
s76、求取s1与s2的比值vs，若s1大于s2，则令vs等于s2/s1；若s1小于s2，则令vs等于s1/s2；
s77、设定系数kv、系数ks，以及阈值f；若f小于kv*vhn+ks*vs，则表明物品遗留；若f大于kv*vhn+ks*vs，则表明物品丢失。
7.一种物品丢失、遗留检测系统，其特征在于，采用如权利要求1-6任一项所述的物品丢失、遗留检测方法，所述系统包括：
视频采集模块，用于获取视频数据并为其他模块提供数据来源；
背景建模模块，用于区分出背景和前景，为前景分割模块提供依据；
前景分割模块，用于分离出前景部分；
梯度与hsv分量计算模块，用于对分离出的前景进行梯度和hsv分离计算；
丢失与遗留判别模块，利用梯度信息和hsv和h分量进行判别前景的物体是丢失还是遗留状态。