随着视频处理、人工智能、硬件和通信等技术的迅速发展，智能视频监控已成为安防领域的一项重要手段，广泛的应用于交通枢纽、商场、住宅小区等区域。背景减除作为最为有效的运动目标检测技术之一，是智能视频监控中最重要、应用最广泛的命题之一。但是还有许多理论和技术难点需要解决，另外动态场景等给该技术带来了很大的困难。本文主要对于基于背景减除的运动目标检测技术进行了分析与研究，并提出了两种改进的背景减除算法。　　首先介绍了背景减除运动目标检测算法的相关理论基础和算法步骤，根据算法的原理将其分为五大类，并对其中几种方法进行详细介绍，相应地给出实验结果和分析，实验结果说明这些方法都有各自的局限性。然后针对混合高斯模型算法的局限性，本文提出了一种应用于复杂环境中的基于混合高斯模型的自适应背景减除算法，通过灰度值归类算法自适应调整模型的高斯分布个数，使背景模型能够适应场景的变化，并且结合在线K均值算法和在线期望最大化算法初始化模型参数，能够适应不断变化的场景。由于码书和KDE的缺陷，于是提出一种基于码书和RDE的背景减除算法，通过对YCbCr色彩空间中的亮度分量（Y）采用RDE算法进行估计，同时结合码书模型对颜色分量进行检测，增强了算法对场景变化的适应能力。最后对本文算法进行实验与分析，验证了其有效性。