随着社会的不断进步,智能化的视频监控系统在许多场所替代了传统的监控系统,这些视频监控具有的智能化、高效性优点,使其得到广泛使用。其中运动目标识别和检测作为实现视频监控智能化的重要一环,是进行目标识别、跟踪技术研究的重要基础和关键所在。运动目标检测算法的研究,从单一算法向多种运动目标算法结合的方向发展,不仅提高了运动目标检测的效果,而且对于运动目标的实际运用具有十分重要的意义。本论文主要探究多种运动目标检测算法的结合在嵌入式系统上的应用,通过对高斯混合建模模型与二帧帧差等运动目标算法的研究改进,加强了运动目标算法理论研究,实现了运动目标检测算法在mjpg_streamer视频服务器上的实际运用。本论文做了如下主要工作:(1)提出将高斯混合建模模型与两帧帧差算法结合,首先实现自适应学习更新速率对高斯建模模型改进,并将改进后的自适应高斯混合建模与两帧差分结果进行与运算,在VS2010软件平台进行算法仿真,相比于单一高斯混合建模方式,运动物体的轮廓提取更加完整、平滑。(2)提出三帧帧差法与背景差分算法结合,在软件平台上进行算法测试,相比于普通三帧差分算法,达到了对运动目标准确检测,同时克服了单一运动目标检测算法产生的“重影现象”。(3)基于ARM硬件平台,提出阈值自动设置的三帧帧差与背景差分结合算法,这种算法实现的优势在于:通过引入三帧帧差阈值自动设置条件,能对背景进行自动更新,更好的反映实时背景效果,在硬件实现系统中具有更强的适应性。运动目标检测算法实现过程中,通过运动目标算法研究及改进,结合openCV中的图像处理函数,在mjpg_streamer视频服务器软件框架上进行代码编写,最终完成本文提出的阈值自动设置三帧帧差与背景差分结合算法在mjpg_streamer上的改进方案。通过图像处理算法对mjpg_streamer进行智能化改进,达到运动目标检测目的。研究的成果对传统监控向智能化目标跟踪、行为识别发展具有促进作用。