运动目标检测与跟踪是实现视频监控智能化的关键组成部分,是计算机视觉领域主要的研究课题。随着计算机硬件水平的提升以及相关算法的提出与改进,运动检测、跟踪在如今都取得了长足的进步。本论文对现在流行的常用的一些检测、跟踪算法进行了了解、研究,在实验室已经取得的一些成果的基础上,利用自己拍摄的运动场景做相应的实验分析及比对,论文的主要工作包括:(1)学习研究目前常用的运动目标检测算法,即:帧差法、背景减除法等,通过了解他们的基本原理,研究现状及其优缺点进行深入的分析及研究;同时研究了运动目标跟踪的一些主要方法。(2)针对复杂场景中的运动目标检测,提出一种采用包含权值的历史帧叠加算法的背景建模方法,该算法融合了帧差法和一般背景差分法的优点;为了应对该算法对于背景中的干扰以及环境突变检测效果的不足,本文提出了相应的解决方法。基于该算法应对背景突变一个固有缺点——“假背景”,本文还提出了一种基于颜色相似度匹配的方法来解决假背景问题的运动目标检测方法。同时针对一种在YUV颜色空间下建立的改进型的基于码本的背景模型算法进行了较为深入的研究,由于该算法在前景检测方面具有较好的效果,因此被用于本文的实验比对。(3)视频的监控难免遇到多目标等特征复杂的监控情况,为了将运动的目标区分开来,通过从视频图像序列中得到前景运动目标的基础上,对运动目标实现连续定位,本文在使用Meanshift均值漂移的方法的基础上,有针对性的对算法进行了改进,使跟踪拥有了更好的效果。