随着多媒体信息的日益丰富,人们不再满足于对视频信息的简单浏览,而要求提出基于内容的存取、索引、描述、检索等功能。同时,基于对象的视频编码标准MPEG-4和基于内容的视频描述标准MPEG-7正在发展完善中。因此,对视频图像进行运动检测和分割,得到视频对象,成为目前最为迫切解决的问题之一。视频图像的运动检测和分割涉及对视频内容的分析和理解,是图像理解的重要内容,也是计算机视觉的一个重要领域,具有很强的研究和应用价值。　　本文主要研究了视频序列图像中运动目标的检测和分割方法。在分析比较当前常用的几种运动检测和分割方法基础上,结合各方法的优缺点,提出自己的想法和改进。本文主要完成以下几个方面的工作:　　首先,针对时域运动变化检测方法检测速度快,易受噪声影响,滤波后存在边缘不完整,但是运动判断准确的特性,提出空域综合特征贪婪EM混合高斯模型区域分割帧图像和时域定位相结合的运动目标提取方法。实验结果表明,本方法实现自动的单目标和多目标的运动定位,比一般的运动变化检测方法得到了更精确的目标模板。　　然后,鉴于高斯混合模型背景建模方法计算复杂度与模型数相关,将模型数的自适应选择和模型学习率分段调整相结合,改进模型数自适应选择的高斯混合模型背景建模算法。实验结果表明,本文的方法无论在室内还是室外,无论是简单还是复杂运动的单目标或者多目标,在保证检测准确度的前提下,比传统的高斯混合模型以及RUEM方法获得了更快的检测速度。　　最后,依据前文中的运动检测和分割算法,建立基于DH-CG400视频采集卡的运动检测和分割原型系统,为验证相关算法和后续研究提供了实验平台。实验结果表明该系统在一定范围内具有一定的研究和实用价值。