运动目标检测是指在视频图像序列中判断是否有前景目标的运动,如果有则对目标进行初始定位的检测过程,它是实现目标识别跟踪的基础。本文主要研究基于背景减除的运动目标检测算法,并提出一种改进的基于混合高斯模型的算法。论文的主要研究成果包括:(1)研究了目前几种典型的基于背景减除的运动目标检测算法,并在分析这些算法的基础上,研究这些算法的性能,比较它们的特性。(2)在比较几种典型的背景减除算法之后,选择基于混合高斯模型的运动目标检测算法用于复杂背景的实时应用;在研究该算法的基本原理及流程之后,对该算法进行改进,提高算法的实时性和可靠性。(3)提出了基于优先级及分区域的正方形邻间像素比较算法,该算法通过将样本像素与其周围像素进行匹配来估计图像的移动,用于补偿视频捕捉时摄像头的抖动,降低图像抖动对运动目标检测造成的影响。(4)基于阴影的相对稳定特性,提出了利用高斯分布来描述阴影的阴影检测及抑制算法,提高阴影消除的速度,使算法具有更好的实时性。(5)在算法的后处理方面,针对混合高斯背景模型中可能没有处理到的背景扰动问题进行进一步的处理,通过将备选的前景像素与周围像素进行匹配的方法减少错误肯定的发生率,提高检测效果的准确性;另外,将检测结果用图像二值形态学进行处理,通过计算连通区域的面积等,得到更准确的目标区域。