随着国内外计算机视觉和数字图像处理技术的发展,已有大量学者对目标检测算法进行研究和论证分析,然而计算机视觉领域的研究还有许多问题等待解决。视频序列图像的运动目标检测方法研究是目标跟踪、识别等许多关键研究及应用的基础之一。本论文首先对运动目标检测的基本理论和方法进行了简要论述;然后利用实际拍摄采集的视频序列和运动目标检测公开库中的视频序列,进行了实验;对检测结果进行了比较分析,研究几种常用的运动目标算法的优劣情况,最终提出改进算法。基于改进混合高斯模型和帧差分的运动目标检测算法,是近年来研究比较丰富的目标检测算法。本文是基于Emgu CV开源图像处理库,设计的一种改进的视频序列图像运动目标检测算法,目的是为了改善帧差分和混合高斯模型算法对复杂的背景环境变化、目标检测不完整以及噪声严重等问题做出改进;最终提出了一种三帧差分算法,融入到改进的混合高斯建模中,并结合K-means聚类算法对获取检测的结果进行计算,去除检测结果中的阴影部分等噪声部分;其中,根据改进混合高斯算法的更新策略,对噪声有效的进行了抑制。本文利用VS2013和Emgu CV2.9搭建试验环境和平台,设计实验流程,然后对改进的算法进行分析研究,实验结果证明,改进的检测算法,有效的完善了三帧差分运动目标检测结果的不完整缺点,混合高斯算法检测相对噪声较大的缺点,改进算法相对较好的适应光照变化、环境变化等背景突变的问题,解决了对背景变化不敏感的特点同时也有较好的实时性和抗干扰能力,检测效果也在多种数据集上表现出比较高的鲁棒性和准确性,一定程度上,可以获取比较好的检测结果,也可以通过简单的闭合运算,用矩形框,标出视频序列图像中检测到的运动目标区域。同时,在实验中利用C#的不安全代码技术,可以有效提高运动目标检测算法的效率。