运动目标的检测技术是计算机视觉系统的关键技术之一，也是目标跟踪和行为识别的重要基础。目前，静止场景中的目标检测技术已经成熟应用在军事、交通、工业制造等领域。相对于静止背景目标检测，运动场景中的目标检测技术变得更为复杂，静止场景中的目标检测技术不能直接应用于运动场景的目标检测。如何在运动背景下精确检测运动目标，是当今目标检测技术研究的难点。本文的主要工作就是通过分析当前检测算法的缺点，提出自己的改进算法，设计出一套新的目标检测系统。论文首先对光流算法的定义、原理及块匹配光流法中的运动补偿和搜索算法进行详细的总结，并分析块匹配光流法在运动背景下的可行性。论文接着讨论块匹配光流法应用于运动背景的缺陷和不足，并提出了改进算法：针对块匹配搜索算法，提出一种改进的块搜索法，加入块匹配偏移概率作为附加权值，一方面搜索中心点附近偏移概率较高的点，另一方面也能顾及偏移距离较大区域，大幅度提高了整体搜索效率；针对补偿后的运动矢量图，引入增强的Ostu算法自动获取阈值，经此阈值判断作二值化处理可以将矢量图中背景运动矢量和目标运动矢量区分开来；对Canny边缘检测算法作中值滤波处理和算法改进，使其适用于本文算法，和本文算法融合后提取运动区域目标轮廓。通过仿真实验证明，本文改进算法能够精确检测出运动背景下的运动目标轮廓。论文最后将提出的改进算法移植到嵌入式平台，利用TI公司达芬奇嵌入式平台的双核并行处理技术在音视频应用领域的优势，设计集视频采集、处理（目标检测）、编解码等功能为一体的运动目标检测系统，并将算法程序在本目标检测系统中实现。针对平台不支持浮点数这一缺陷，在算法移植过程中，进行浮点到定点转换；并根据硬件平台特性，在程序实现过程中，对程序进行优化。结果表明，该算法可以满足运动背景下的运动目标检测的要求，验证了本文提出的方法的可行性及正确性。