复杂场景下运动目标检测和跟踪技术成为视频处理分析领域中重要的研究热点之一，也是智能视频监控需要解决的核心技术之一，涉及到计算机视觉技术、图像处理技术、模式识别等多方面理论，有很大的研究价值。 本文在总结和分析了国内外相关研究工作的基础上，主要研究了固定场景情况下基于背景差分和时间差分的运动检测方法在视频监控中的应用，内容涉及运动目标检测及提取、背景模型的选择及建立、阴影的检测和去除几个方面。 1.运动检测是计算机视觉、目标识别与跟踪、安全监控等视频应用的基础，背景差分法是目前最常用的方法，但对光照变化及阴影都比较敏感。本文结合时间差分方法，提出了在三种颜色空间下进行运动目标检测的方法，实验结果显示算法具有良好的鲁棒性； 2.利用背景图像的像素点基本符合高斯分布的特点，采用混合高斯模型作为背景模型，提高了背景建模的质量； 3.在运动区域检测出之后，对阴影的处理，本文采用了一种优化的基于HSV颜色空间的阴影检测算法对阴影进行处理，经过实验证明本文提出的算法在确保阴影检测正确率的前提下，减少了阴影检测的区域，效果理想。