在成像跟踪系统中，目标检测处于最底层，它是各种高级处理如目标识别、目标跟踪的基础。在复杂背景下，目标和背景灰度交错，具有双重复杂性，使得传统的基于灰度特征、区域特征、形状及纹理特征的检测方法难以对目标进行有效地检测，而运动特征是可利用的有效特征。　　 本文分析了目前比较典型的运动目标检测算法：光流法、背景减法和帧间差分法。在此基础上，提出了一种基于运动估计的运动目标自动检测方法，利用相邻两帧图像的运动信息，更新特征块提取阈值，实时地提取图像中最能体现背景运动特征的特征块，采用块匹配的运动估计方法获取各特征块的运动矢量，再依据所有特征块运动矢量的统计特性提取背景运动矢量，配准差分实现运动目标的检测。实验结果表明，此方法检出率高、通用性好，而且运算简单，易于实时实现。本研究将算法在现有的图像处理平台上成功实现，所有操作集成在Xilinx XC3S1000芯片上。对基于FPGA的目标检测系统的结构和软件框架进行了深入分析，结合算法的特点，提出了该系统的具体实现方案。在FPGA软件设计上，采用了模块化编程的思想，在模块中采用了乒乓操作、串并转换、流水线等思想来提高处理速度。系统仿真、调试通过，调试结果表明，该系统能够有效地检测到复杂背景下的运动目标，具有较好的场景适应性。