近年来，计算机视觉和图像处理技术已经迅速的融入了人们的工作生活，在航空航天、电子商务、生物医学、安防监控等领域肩负起举足轻重的作用。与此同时，网络录像机、图形工作站等高端设备的不断更新发展，给旨在快速准确定位事故现场，判断监控画面中异常情况的视频监控系统提供了坚实的平台和硬件支持。在软硬兼备的大环境下，运动目标分析迅速成为热点。运动目标分析系统总体上包含运动目标的检测、目标识别和目标跟踪三个核心模块；另外，由于环境噪声的存在，往往在目标分析之前增加预处理模块进行去噪。本文意在设计并实现一个包括上述四个模块的运动目标分析系统，并针对一般性场景对一些常用算法进行移植和改进。按照运动目标分析的流程，首先对比了背景减除法、光流法、帧间差等三种传统检测方法，并选用改进后的背景减除法进行检测；其次以形状匹配为核心方法，帧间偏移量为判断手段，实现运动目标的跟踪；接着针对目标种类有限的场景特点，采用度量阈值法进行目标识别，完成人物或车辆的分类；最后给出了系统的核心实现过程，并利用现有场景进行了实验性的测试。通过测试结果得出以下结论：本文设计的运动目标分析系统在一般场景中表现较好：可以正确的实现对运动目标的检测、识别、跟踪，并在背景抖动和噪声污染的情况下有较佳的鲁棒性。本文对视频监控系统中运动目标分析的设计具有一定的参考价值。