随着高新科技的蓬勃发展,在智能监控、影视制作等领域,计算机视觉已是不可或缺的重要技术。运动目标的检测和跟踪作为该技术中最具活力与挑战性的研究方向之一,在科学研究和日常生活中日益凸显出其重要意义和应用价值。本文分别研究了静态背景下运动目标的检测方法,以及单目标的跟踪方法。通过学习已有研究成果,针对背景图像提取速度慢、准确度低的问题,提出一种RGB空间像素点变化统计和中值法相结合的背景建模法。针对目标运动缓慢的序列难以提取背景的问题,改进了一种利用帧差图像的边缘信息提取运动对象的方法。针对目标的形变和旋转、被遮挡、变大或缩小、以及受光照或多个相似物的干扰等问题,提出基于局部加权图像的粒子滤波跟踪方法。仿真结果表明,两种检测方法能实时提取运动目标,本文的跟踪方法能对目标准确跟踪。主要内容如下：1.提出一种基于RGB空间像素点变化统计和时间中值法结合的背景提取方法,运动区域的检测在三个通道独立进行,然后取并集,并将本文方法与混合高斯法的检测结果及检测速率作对比。2.改进了一种利用帧差图像的边缘信息提取运动对象的方法,利用目标运动的帧间相关性,结合边缘检测提取目标边缘,经填充提取前景区域,对比了本文方法与相关文献方法的两种检测结果。3.对比分析了MS(均值漂移)、KF(卡尔曼滤波)、PF(粒子滤波)三种传统跟踪算法,仿真比较了它们的跟踪效果。提出基于局部加权图像的粒子滤波跟踪方法,首先获取局部加权图像,然后以该图像中目标区域的加权直方图为特征进行跟踪,充分利用了像素点的局部空间信息,仿真比较了本文算法与其它基于粒子滤波的跟踪算法的两种实验结果。实验表明,本文的背景提取方法能建立准确的背景,目标检测结果比混合高斯法更准确,检测速率更快。本文利用边缘信息的检测方法结果比较理想,提取的目标边缘精细度高。本文提出的基于局部加权图像的跟踪算法在目标形变、大小变化,受强光、相似物干扰时能准确对其跟踪,并且能自动调节跟踪框大小