运动目标检测一直是数字图像处理技术和计算机视觉研究领域中的一个重要的研究课题,捕捉和检测获取视频序列中的运动目标并对运动目标进行跟踪在很多方面都有着广泛的应用。目前的运动目标检测主要有光流法、减背景法和差分法等方法。本文主要阐述了数字视频中运动目标检测与跟踪的基本原理以及这一过程中涉及到的相关技术、本文所采用的减背景与对称差分的运动目标检测方法以及此方法的算法的设计,最后还对所设计的算法进行了一定的实验并对实验结果进行了分析。对于减背景法,本文主要是通过高斯背景模型建立了一个比较稳定可靠的背景,以此方法建立的背景模型可以较好的适应背景中一些变化,对背景中的扰动可以进行动态更新,然后将当前帧图像与背景图像相减来提取运动目标。对于对称差分,本文是在一般的相邻两帧差分的基础上进行一些改进,通过相邻三帧之间进行对称差分并进行相与,这样能够去除因为运动而显露的背景的影响,比较准确的检测出中间帧运动目标形状轮廓以及位置,这种方法计算量不大,处理速度非常快。在算法的设计上,本文主要是通过将减背景法与对称差分法两种方法进行结合,使其能弥补各自的不足,这样能得到运动目标的更完整的位置形状信息,实验结果表明,两种方法的结合能有效的检测出运动目标。