边境安防对于维护边界地区安全,防止与邻国发生边界纠纷,保障国家安全和社会稳定具有重大的意义。目前,我国边境安防面对的挑战主要来自非法犯罪以及我国复杂的边境地理环境两个方面。对于此,边境安防的实质是,对出现在复杂环境边境线上的运动目标,进行实时的检测和稳定的跟踪。对边境安防中运动目标的检测和跟踪算法进行研究,一方面可以改变传统的边防方式,解放人力物力,实现边境信息的实时性,保障边境安全和社会稳定;另一方面可以将边境线上的运动目标检测与跟踪技术应用于民事或者军事领域,推动检测和跟踪技术的发展,促进理论知识的完善。因此,对面向边境安防的运动目标检测和跟踪算法进行研究,有很重要的理论和实际意义。本文在已有研究的基础上,以戈壁环境为例,对面向边境安防的运动目标检测与跟踪算法进行研究,主要做了以下几个方面的工作:(1)基于我国复杂的边境地理状况,依据地理特征对安防等级进行分类,分析了边境安防的实际需求,总结了国内外对面向边境安防的运动目标检测与跟踪算法的研究现状,分析了在实际的边境安防的运动目标检测与跟踪中存在的难点问题,提出了论文的研究思路;(2)基于计算机视觉的理论体系,简述了面向边境安防的动态目标检测与跟踪算法,并提出了论文研究的技术路线;(3)讨论了帧差法、背景差法和边缘检测算子的原理和实现步骤,分析了各方法在实际应用中的优缺点,针对戈壁环境中存在的目标与背景的对比度比较低、目标边缘模糊、目标与背景颜色相似的特点,将帧差法、背景差法和Canny边缘检测算子结合起来用于运动目标的检测,仿真实验说明了本文算法取得的检测效果优于单独的帧差法和背景差法,92%以上的检测率已经能够满足以戈壁环境为例的边境安防中运动目标检测的实际需求;(4)介绍了基于核函数的运动目标跟踪算法的原理和实现步骤,分析了LBP算子的计算方法,针对基于核函数的目标跟踪算法在戈壁环境中存在的缺点,引入LBP纹理特征和区域置信水平度量,设计了一种基于纹理特征的改进的核函数的目标跟踪算法,并与直接基于LBP纹理特征的核函数目标跟踪算法和基于核函数的目标跟踪方法进行对比实验,说明了本文改进算法的有效性和优越性,90%的跟踪率完全能够满足以戈壁环境为例的面向边境安防的运动目标跟踪稳定性的需求。